统信UOS V2500服务器操作系统+海光K100 AI卡环境下VLLM服务部署

部署环境说明

服务器: 曙光 X7850H0(256 核+ 8张A100+1.5T内存)
服务器操作系统: UOS V2500
DTK版本: 25.04.1
Rocm版本: 6.3.13
VLLM版本: 0.8.5
Python版本: 3.10.16
注:海光vllm安装文件依赖numa库与python3.11版本不兼容,因此python选择3.10版本

安装包清单

驱动包: rock-6.3.13-V1.12.0.run
开发工具包: DTK-25.04.1-openEuler22.03-x86_64.tar.gz
Python 依赖库:

amdsmi-24.5.3+02cbffb.dirty-py3-none-any.whl

dropout_layer_norm-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

flash_attn-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

flash_mla-1.0.0+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

fused_dense_lib-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

grouped_gemm-0.5.0+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl

grouped_gemm_int4-0.5.0+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl

lmslim-0.3.0+das.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

moe_w8a8-0.0.1+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl

moe_w8a8_prefill_gemm-0.0.1+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl

rotary_emb-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

torch-2.4.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

triton-3.0.0+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

vllm-0.8.5.post1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl

xentropy_cuda_lib-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl
Python 源码包: Python-3.10.16.tar.xz
注:上述文件除Python源码包外,其他包都需要自行到海光开源社区下载。

物理机环境部署

安装系统依赖包
复制代码
yum install -y gcc
yum install -y openssl-devel
yum install -y zlib-devel
yum install -y bzip2-devel
yum install -y gdbm-devel
yum install -y xz-devel
yum install -y sqlite-devel
yum install -y tk-devel
yum install -y libuuid-devel
yum install -y libnsl2-devel
yum install -y readline-devel
yum install -y libffi-devel
yum install -y numactl-devel.x86_64
yum install -y pciutils
yum install -y libgfortran.x86_64
yum install -y automake
yum install -y findutils
yum install -y mlocate
yum install -y autoconf
yum install -y rpm-build
yum install -y gcc-c++ 
yum install -y libdrm-devel.x86_64
Python3.10 源码安装
复制代码
# 解压缩Python3.10压缩包
tar -xvf Python-3.10.16.tar.xz 

# 进入解压缩后python目录
cd Python-3.10.16

# 配置Python编译参数:
# --prefix=/usr/local/python3.10  指定安装目录为/usr/local/python3.10
# --with-ensurepip=install  确保安装pip工具(Python包管理工具)
# --enable-shared  编译生成共享库(.so文件),供其他程序调用Python库
./configure --prefix=/usr/local/python3.10 --with-ensurepip=install --enable-shared

# 编译源码:
# -j$(nproc)  表示使用当前系统所有可用CPU核心进行并行编译,加速编译过程
# $(nproc)会自动获取CPU核心数,例如8核CPU会展开为-j8
make -j$(nproc)

# 安装编译好的Python到指定目录(即--prefix指定的/usr/local/python3.10)
# 会将可执行文件、库文件、头文件等复制到目标路径
make install

# 设置Python环境变量 
echo "export LD_LIBRARY_PATH=/usr/local/python3.10/lib:\$LD_LIBRARY_PATH" >> /etc/profile 
echo "export PATH=/usr/local/python3.10/bin:\$PATH" >> /etc/profile 
echo "export LD_LIBRARY_PATH=/usr/local/python3.10/lib:\$LD_LIBRARY_PATH" >> /etc/bashrc 
echo "export PATH=/usr/local/python3.10/bin:\$PATH" >> /etc/bashrc

# 验证python安装是否成功
python3 --version
pip3 --version
Rcom 驱动安装
复制代码
# 修改安装文件权限
chmod +x rock-6.3.13-V1.12.0.run

# 安装驱动
./rock-6.3.13-V1.12.0.run

# 重启主机
reboot
DTK 安装
复制代码
# 解压缩文件到/opt目录
tar -zxf /opt/dcu/DTK-25.04.1-openEuler22.03-x86_64.tar.gz -C /opt

# 设置环境参数
echo "export LIBRARY_PATH=/opt/dtk-25.04.1/lib:\$LIBRARY_PATH" >> /etc/profile
echo "export LIBRARY_PATH=/opt/dtk-25.04.1/lib:\$LIBRARY_PATH" >> /etc/bashrc 
echo "source /opt/dtk-25.04.1/env.sh" >> /etc/bashrc
vllm服务安装
复制代码
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch-2.4.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple dropout_layer_norm-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple fused_dense_lib-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple grouped_gemm-0.5.0+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple grouped_gemm_int4-0.5.0+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple moe_w8a8-0.0.1+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple moe_w8a8_prefill_gemm-0.0.1+das.dtk2504-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple rotary_emb-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple triton-3.0.0+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple xentropy_cuda_lib-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple flash_mla-1.0.0+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple lmslim-0.3.0+das.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple flash_attn-2.6.1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple amdsmi-24.5.3+02cbffb.dirty-py3-none-any.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple vllm-0.8.5.post1+das.opt1.dtk25041-cp310-cp310-manylinux_2_28_x86_64.whl 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple ray[default]==2.51.0

VLLM服务验证与运行

复制代码
# 验证vllm部署是否成功
vllm --version
# vll部署Deek服务
vllm serve /opt/models/DeepSeek-R1-Distill-Qwen-32B --trust-remote-code  --dtype float16 --max-model-len 1024  --tensor-parallel-size 8 --host 0.0.0.0 --port 8000 --served-model-name deepseek
相关推荐
新手来了@click44 分钟前
JAVA+AI 简化开发操作|文章被 AI Agent 技术社区收录分享
人工智能
GuWenyue1 小时前
Cursor黑盒拆解!1套LangChain.js手写Mini编程Agent,自动生成React项目,效率提升60%
前端·数据库·人工智能
GuWenyue1 小时前
传统Agent工具两大痛点!300行代码落地MCP跨语言工具,彻底解耦LLM与工具
前端·人工智能·算法
老云讲算力市场2 小时前
WAIC首日观察:国产算力与机器人加速落地,奇点算力迎来产业新机遇
人工智能·科技
糖果店的幽灵2 小时前
【DeepAgents 从入门到精通】Context Management 上下文管理
java·人工智能·后端·spring·中间件·langgraph·deepagents
小林ixn2 小时前
大模型随机说话的秘密:Temperature 和 Top K 深度解析,LangChain 实战调优
人工智能·langchain
ALINX技术博客2 小时前
ALINX 亮相 2026 WAIC 世界人工智能大会,展示 AI 视觉 FPGA+GPU 异构计算与电子后视镜解决方案
人工智能·ai·fpga·世界人工智能大会·电子后视镜
程序员老猫3 小时前
当 AI 能写 80% 的代码时,后端工程师的核心价值还剩什么?
人工智能
想会飞的蒲公英3 小时前
计算机怎样读取中文文本:编码、清洗与标准化
人工智能·python·自然语言处理
CIO_Alliance3 小时前
AI+iPaaS解决方案深度整合:让跨系统业务流程自动化一步到位
人工智能·ipaas·系统集成·ai+ipaas·企业cio联盟·企业级ai化转型