华为昇腾DeepSeek模型部署

适用于华为昇腾 310P3 服务器，基于 MindIE 服务化部署 DeepSeek-R1 系列模型，并通过 curl 调用 OpenAI 兼容接口进行对话验证。

一、环境与资源说明

项目	说明
硬件	3× Atlas 310P3（单卡约 21GB 显存）
系统	openEuler 22.03 LTS (aarch64)
MindIE 镜像	`swr.cn-south-1.myhuaweicloud.com/ascendhub/mindie:1.0.0-300I-Duo-py311-openeuler24.03-lts`
模型路径	`/home/models/ds-r1-14b`
配置文件	`/home/config.json`
服务地址	`192.168.1.214:1025`
模型名称	`deepseek-r1-14b`
模型官方链接	ModelZoo DeepSeek-R1-Distill-Qwen-14B、DeepSeek 专区

二、部署步骤

步骤 0：模型下载（如未准备）

模型目录路径无强制要求，在 config.json 的 modelWeightPath 中配置为实际存放路径即可。推荐使用华为昇腾官方提供的 MindIE 适配模型，可从以下渠道获取：

来源	链接
DeepSeek-R1 14B 官方模型页（权重与镜像）	ModelZoo DeepSeek-R1-Distill-Qwen-14B
MindIE 模型支持与下载说明	MindIE 模型支持列表
昇腾 AscendHub 镜像与模型	AscendHub（MindIE 镜像详情）

下载后按 MindIE 说明解压到目标目录，并在 config.json 中设置 modelWeightPath 指向该目录。

步骤 1：确认模型与配置

bash 复制代码

# 确认模型目录存在
ls -la /home/models/ds-r1-14b

# 查看配置文件
cat /home/config.json

确保 config.json 中 modelWeightPath 指向 /home/models/ds-r1-14b，且 modelName、npuDeviceIds、worldSize 等参数正确。

步骤 2：停止并清理旧容器（如有）

bash 复制代码

docker ps -a | grep mindie
docker stop <容器名>   # 若存在
docker rm <容器名>

步骤 3：启动 MindIE 容器

bash 复制代码

docker run -it -d --name mindie-ds-r1 \
  --network=host \
  --shm-size=8g \
  --privileged=true \
  --device=/dev/davinci_manager \
  --device=/dev/hisi_hdc \
  --device=/dev/devmm_svm \
  --device=/dev/davinci0 \
  --device=/dev/davinci2 \
  -v /usr/local/Ascend/driver:/usr/local/Ascend/driver \
  -v /usr/local/dcmi:/usr/local/dcmi \
  -v /usr/local/sbin/npu-smi:/usr/local/bin/npu-smi \
  -v /home/models:/home/models \
  -v /home/config.json:/usr/local/Ascend/mindie/latest/mindie-service/conf/config.json \
  swr.cn-south-1.myhuaweicloud.com/ascendhub/mindie:1.0.0-300I-Duo-py311-openeuler24.03-lts \
  bash

说明：当前配置使用 NPU 0、1 双卡（npuDeviceIds: [[0,1]]），对应设备为 /dev/davinci0、/dev/davinci2（本机设备：davinci0、davinci2、davinci4，无 davinci1）。

查看 NPU 设备列表与 ID（宿主机或容器内执行）：

bash 复制代码

# 查看 NPU 概要及设备 ID（NPU ID 即列表中各卡的编号 0、1、2...）
npu-smi info

# 查看拓扑，确认设备编号与 /dev/davinci 对应关系
npu-smi info -t topo

# 查看当前有哪些 davinci 设备节点（设备号不一定连续，如 0、2、4）
ls -l /dev/davinci*

配置 npuDeviceIds 时使用 NPU ID（如 [[0,1]]），挂载 --device 时使用实际存在的 /dev/davinciN。

若配置文件路径在镜像内不同，可改为挂载整个 /home 目录：

bash 复制代码

-v /home:/home

并在启动服务前，将 /home/config.json 复制到 MindIE 的 conf 目录。

步骤 4：进入容器并加载环境

bash 复制代码

docker exec -it -u 0 mindie-ds-r1 bash

# 加载昇腾与 MindIE 环境变量
source /usr/local/Ascend/ascend-toolkit/set_env.sh
source /usr/local/Ascend/mindie/set_env.sh 2>/dev/null || true
source /usr/local/Ascend/mindie/latest/mindie-service/set_env.sh 2>/dev/null || true

# 确认 npu-smi 可用（已通过 -v /usr/local/sbin/npu-smi:/usr/local/bin/npu-smi 挂载）
which npu-smi   # 应输出 /usr/local/bin/npu-smi

步骤 5：确认配置文件

bash 复制代码

cd /usr/local/Ascend/mindie/latest/mindie-service/conf
cat config.json

当前 /home/config.json 关键配置项：

配置项	值	说明
`ServerConfig.ipAddress`	`192.168.1.214`	服务监听 IP
`ServerConfig.port`	`1025`	主服务端口
`ServerConfig.managementPort`	`1026`	管理端口
`ServerConfig.metricsPort`	`1027`	指标端口
`BackendConfig.npuDeviceIds`	`[[0,1]]`	使用 NPU 0、1 双卡
`ModelConfig.modelName`	`deepseek-r1-14b`	模型名称（curl 请求中需一致）
`ModelConfig.modelWeightPath`	`/home/models/ds-r1-14b`	模型权重路径
`ModelConfig.worldSize`	`2`	与 NPU 卡数一致
`maxSeqLen`	`2560`	最大序列长度，长上下文场景建议调至 8192
`maxInputTokenLen`	`2048`	最大输入 token 数，超限会报 424，建议调至 8192
`truncation`	`false`	设为 `true` 时由服务端自动截断超长输入，无需调大显存

步骤 6：启动 MindIE 服务

bash 复制代码

cd /usr/local/Ascend/mindie/latest/mindie-service
# 确保 PATH 含 npu-smi（见步骤 4）
./bin/mindieservice_daemon

另开终端监控 NPU 使用情况：

bash 复制代码

watch -n 1 npu-smi info

服务启动后监听 192.168.1.214:1025。

服务状态检查 ：执行 npu-smi info，若 NPU 0、1 下显示 python 进程且 Memory-Usage 已占用，说明模型已加载，可直接进行 curl 测试。

三、curl 调用服务化接口

服务地址：http://192.168.1.214:1025，模型名：deepseek-r1-14b（需与 config.json 中 modelName 一致）。

本机验证（在部署 MindIE 的服务器上执行）：

bash 复制代码

curl -X POST 'http://192.168.1.214:1025/v1/chat/completions' \
  -H 'Content-Type: application/json' \
  -d '{"model":"deepseek-r1-14b","messages":[{"role":"user","content":"你好"}],"max_tokens":128,"temperature":0.6}'

四、参数说明

参数	说明	建议
`model`	模型名称，需与 `config.json` 中 `modelName` 一致	必填
`messages`	对话消息列表，格式同 OpenAI	必填，总 token 需 ≤ 服务端 `maxInputTokenLen`
`max_tokens`	最大生成 token 数（仅控制输出）	128--2048
`temperature`	采样温度，0--1	0.5--0.7，推荐 0.6
`top_p`	核采样参数	可选，如 0.95

DeepSeek-R1 建议 ：temperature 建议 0.5--0.7，避免重复；指令放在 user 消息中，不要使用 system prompt。
输入长度 ：接口无 max_prompt_tokens 等请求级截断参数，超长输入需在调用侧截断，或启用服务端 truncation: true。

五、常见问题

5.1 FileNotFoundError: 'npu-smi'

现象：启动时报错 [Errno 2] No such file or directory: 'npu-smi'，ATB 在 is_support_lccl 中调用 npu-smi info -t topo 失败。

原因：容器内无 npu-smi，宿主机上常见路径为 /usr/local/sbin/npu-smi。

解决：启动容器时挂载 npu-smi：

bash 复制代码

-v /usr/local/sbin/npu-smi:/usr/local/bin/npu-smi

若宿主机路径不同，先执行 which npu-smi 确认，再按实际路径挂载到容器内 /usr/local/bin/npu-smi。

5.2 连接被拒绝

检查 MindIE 是否已启动：docker exec mindie-ds-r1 ps aux | grep mindie
确认端口：当前配置为 1025 ，服务监听 192.168.1.214:1025
检查防火墙：firewall-cmd --list-ports 或 iptables 是否放行 1025

5.3 模型加载失败

检查 modelWeightPath 是否正确：ls /home/models/ds-r1-14b
检查 npu-smi info 是否识别到 NPU
查看 MindIE 日志中的具体报错

5.4 返回 404 或 model 不存在

确认请求中的 model 与 config.json 的 modelName 完全一致（大小写、下划线等）

5.5 容器内找不到配置文件

若挂载路径与镜像内不一致，可手动复制：

bash 复制代码

docker exec -it mindie-ds-r1 bash
cp /home/config.json /usr/local/Ascend/mindie/latest/mindie-service/conf/config.json

5.6 上游返回 424 / 输入 token 超限

现象：通过 One API、sqlbot 等代理调用时返回 Error code: 424，或 MindIE 日志提示：

复制代码

Failed to enqueue inferRequest: This model's maximum input ids length cannot be greater than 2048, the input ids length is 5147

原因：请求的输入 token 数（messages + system prompt 等）超过 config.json 中的 maxInputTokenLen（默认 2048）。

解决方式：

方式	说明
模型侧	调大 `maxInputTokenLen`、`maxSeqLen`（见下）
模型侧	启用 `truncation: true`，由 MindIE 自动截断超长输入
调用侧	在发送前自行截断 messages（OpenAI API 无请求级截断参数）

1. 模型侧：调大限制

在 /home/config.json 的 ModelDeployConfig 中：

json 复制代码

"maxSeqLen" : 8192,
"maxInputTokenLen" : 8192,

14B 模型在 310P3 双卡上，8192 一般可支持；若显存不足可试 4096 或 6144。

1.1 一键修改（32B 模型）：先查当前值，再备份并替换为 8192（显存不足可改为 4096 或 6144）：

bash 复制代码

# 1. 查看当前值
grep -E '"(maxSeqLen|maxInputTokenLen)"' /home/config.json

# 2. 备份并修改
cp /home/config.json /home/config.json.bak.$(date +%Y%m%d_%H%M%S) && sed -i 's/"maxSeqLen"[[:space:]]*:[[:space:]]*[0-9]*/"maxSeqLen" : 8192/' /home/config.json && sed -i 's/"maxInputTokenLen"[[:space:]]*:[[:space:]]*[0-9]*/"maxInputTokenLen" : 8192/' /home/config.json && grep -E '"(maxSeqLen|maxInputTokenLen)"' /home/config.json

# 3. 查看修改差异（比较最新备份与当前文件）
diff $(ls -t /home/config.json.bak.* 2>/dev/null | head -1) /home/config.json

修改后需重启 MindIE 服务。

2. 模型侧：启用自动截断

在 ModelDeployConfig 中设置：

json 复制代码

"truncation" : true

MindIE 会对超过 maxInputTokenLen 的输入自动截断，无需调大显存。修改后需重启 MindIE 服务。

六、参考链接