vllm安装到dgx spark上

youzj09252026-04-23 8:41

docker pull nvcr.io/nvidia/vllm:26.01-py3

docker run -it --gpus all -p 8000:8000 \ nvcr.io/nvidia/vllm:${LATEST_VLLM_VERSION} \ vllm serve "Qwen/Qwen2.5-Math-1.5B-Instruct"

docker run -it --rm \ --gpus all \ -p 8000:8000 \ -e HF_ENDPOINT=https://hf-mirror.com \ nvcr.io/nvidia/vllm:26.01-py3 \ vllm serve Qwen/Qwen3.5-9B-Instruct \ --trust-remote-code \ --host 0.0.0.0

docker run -it --rm \ --gpus all \ -p 8000:8000 \ --ipc=host \ -e HF_ENDPOINT=https://hf-mirror.com \ nvcr.io/nvidia/vllm:26.01-py3 \ vllm serve Qwen/Qwen2-7B-Instruct \ --host 0.0.0.0

http://服务器IP:8000/v1/chat/completions

curl http://localhost:8000/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "Qwen/Qwen2-7B-Instruct", "messages": [ {"role": "user", "content": "你好！你是谁"} ] }'

其他电脑访问 vLLM 模型的地址

1. 基础访问地址（前端 / 面板用）

plaintext

复制代码

http://192.168.1.77:8000

2. OpenAI 兼容 API 地址（所有软件通用）

plaintext

复制代码

http://192.168.1.77:8000/v1

3. 对话接口（可直接测试）

plaintext

复制代码

http://192.168.1.77:8000/v1/chat/completions

其他电脑测试命令（直接复制可用）

bash

运行

复制代码

curl http://192.168.1.77:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Qwen/Qwen2-7B-Instruct",
    "messages": [
      {"role": "user", "content": "你好"}
    ]
  }'

Ubuntu 开放端口（必须执行一次）

bash

运行

复制代码

sudo ufw allow 8000/tcp
sudo ufw reload