HongKongの1024

复制代码
version: '3.8'

services:
  lbot-14b:
    image: quay.io/ascend/vllm-ascend:v0.11.0rc0-openeuler
    container_name: lbot-14b
    privileged: true
    ipc: host
    shm_size: 96g
    devices:
      - /dev/davinci0
      - /dev/davinci1
      - /dev/davinci_manager
      - /dev/devmm_svm
      - /dev/hisi_hdc
    volumes:
      - /usr/local/dcmi:/usr/local/dcmi
      - /usr/local/bin/npu-smi:/usr/local/bin/npu-smi
      - /usr/local/sbin/:/usr/local/sbin
      - /usr/local/Ascend/driver:/usr/local/Ascend/driver
      - /etc/ascend_install.info:/etc/ascend_install.info
      - /etc/vnpu.cfg:/etc/vnpu.cfg
         - /data/disk2/alphainf/models/Qwen/Qwen3-14B:/mnt/data/models/Qwen3-14B
         - /data/disk2/alphainf/lora:/mnt/data/auto-train/volumes/save
    environment:
      - VLLM_ALLOW_RUNTIME_LORA_UPDATING=True
      - VLLM_LORA_RESOLVER_CACHE_DIR=/mnt/data/auto-train/volumes/save
      - OMP_NUM_THREADS=48
      - NPU_MEMORY_FRACTION=0.8
      - MINDIE_LOG_TO_STDOUT=1
      - MINDIE_LOG_TO_FILE=1
      - MINDIE_LOG_VERBOSE=1
      - VLLM_USE_V1=1
      - VLLM_PLUGINS=lora_filesystem_resolver
      - OMP_NUM_THREADS=4
    ports:
      - 6214:6214
    entrypoint: []
    command:
      - "bash"
      - "-c"
      - "python3 -m vllm.entrypoints.openai.api_server \
        --model=/mnt/data/models/Qwen3-14B --served-model-name lbot-14b --host 0.0.0.0 --port 6214 --gpu-memory-utilization 0.8  --max-num-seqs 200 --max-seq-len-to-capture 32768 --max-model-len 32768 --enable-prefix-caching --quantization=fp8   --reasoning-parser qwen3 --enable-lora  --max-lora-rank 64 --tensor-parallel-size 2"  也能写成一句docker run吧

可以将这个 docker-compose.yml 配置转换为等效的 docker run 命令。以下是转换后的命令(为了可读性拆分为多行,实际使用时可合并为一行):

复制代码
docker run -d \
  --name lbot-14b \
  --privileged \
  --ipc=host \
  --shm-size=96g \
  --device=/dev/davinci0 \
  --device=/dev/davinci1 \
  --device=/dev/davinci_manager \
  --device=/dev/devmm_svm \
  --device=/dev/hisi_hdc \
  -v /usr/local/dcmi:/usr/local/dcmi \
  -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi \
  -v /usr/local/sbin/:/usr/local/sbin \
  -v /usr/local/Ascend/driver:/usr/local/Ascend/driver \
  -v /etc/ascend_install.info:/etc/ascend_install.info \
  -v /etc/vnpu.cfg:/etc/vnpu.cfg \
  -v /data/disk2/alphainf/models/Qwen/Qwen3-14B:/mnt/data/models/Qwen3-14B \
  -v /data/disk2/alphainf/lora:/mnt/data/auto-train/volumes/save \
  -e VLLM_ALLOW_RUNTIME_LORA_UPDATING=True \
  -e VLLM_LORA_RESOLVER_CACHE_DIR=/mnt/data/auto-train/volumes/save \
  -e OMP_NUM_THREADS=4 \
  -e NPU_MEMORY_FRACTION=0.8 \
  -e MINDIE_LOG_TO_STDOUT=1 \
  -e MINDIE_LOG_TO_FILE=1 \
  -e MINDIE_LOG_VERBOSE=1 \
  -e VLLM_USE_V1=1 \
  -e VLLM_PLUGINS=lora_filesystem_resolver \
  -p 6214:6214 \
  quay.io/ascend/vllm-ascend:v0.11.0rc0-openeuler \
  bash -c "python3 -m vllm.entrypoints.openai.api_server \
    --model=/mnt/data/models/Qwen3-14B \
    --served-model-name lbot-14b \
    --host 0.0.0.0 \
    --port 6214 \
    --gpu-memory-utilization 0.8 \
    --max-num-seqs 200 \
    --max-seq-len-to-capture 32768 \
    --max-model-len 32768 \
    --enable-prefix-caching \
    --quantization=fp8 \
    --reasoning-parser qwen3 \
    --enable-lora \
    --max-lora-rank 64 \
    --tensor-parallel-size 2"
相关推荐
学传打活11 天前
【边打字.边学昆仑正义文化】_进阶篇5 宇宙星系的运转(续3)
微信公众平台·1024程序员节·汉字·昆仑正义文化
学传打活16 天前
【边打字.边学昆仑正义文化】_进阶篇5 宇宙星系的运转(续1)
微信公众平台·1024程序员节·汉字·昆仑正义文化
fangzhanpeng16824 天前
快速掌握C#语言基础知识点(1.基础数据类型)
开发语言·c#·1024程序员节
无己心1 个月前
面向多平台 AI 搜索引擎的适配层架构设计
前端·人工智能·搜索引擎·ai·1024程序员节
u0103055271 个月前
AI驱动的安卓UI自动生成功能实现
人工智能·1024程序员节
u0103055271 个月前
长株潭智能体赋能腾讯元器链接共享
1024程序员节
云贝贝贝1 个月前
OceanBase认证体系介绍与备考指南
运维·服务器·oceanbase·1024程序员节
u0103055271 个月前
Java图像处理实战指南
人工智能·1024程序员节
u0103055271 个月前
Java AWT鼠标事件全解析
人工智能·1024程序员节
u0103055271 个月前
Java实用类应用精讲
人工智能·1024程序员节