12333

docker run -d \

--restart unless-stopped \

--name vllm-dsv4.1-flash-1009 \

--gpus all \

--ipc=host \

--shm-size=32g \

--ulimit memlock=-1 \

-p 8004:8004 \

-v /model/deepseek/log:/logs \

-v /model/deepseek/DeepSeek-V4.1-Flash:/model/deepseek/DeepSeek-V4.1-Flash:ro \

-e VLLM_ENGINE_READY_TIMEOUT_S=3600 \

-e VLLM_KV_CACHE_LAYOUT=BLHNC \

vllm/vllm-openai:v0.31.0 \

/model/deepseek/DeepSeek-V4.1-Flash \

--host 0.0.0.0 \

--port 8004 \

--served-model-name deepseek-ai/DeepSeek-V4-Flash \

--trust-remote-code \

--tensor-parallel-size 8 \

--max-model-len 1000000 \

--max-num-seqs 128 \

--max-num-batched-tokens 16384 \

--gpu-memory-utilization 0.9 \

--block-size 64 \

--enable-expert-parallel \

--enable-chunked-prefill \

--enable-prefix-caching \

--tokenizer-mode deepseek_v41 \

--tool-call-parser deepseek_v41 \

--kv-cache-dtype fp8 \

--enable-auto-tool-choice

相关推荐
会编程的吕洞宾1 小时前
Spring AI 语义缓存:重复提问不重复花钱
java·人工智能·后端·spring
海绵宝宝转agent1 小时前
leetcodehot100个人题解
java·笔记·学习·算法
sunburn-1 小时前
数据库增删改查:从 SQL 基础到实践要点
java·数据库·mysql
郭小李2 小时前
spring @RequestMapping注解
java·后端·spring
晨曦中的暮雨10 小时前
限流算法——固定窗口、滑动窗口、漏桶、令牌桶
java·开发语言·算法
文丑颜不良啊12 小时前
LeetCode876~900题目解析
java·leetcode
aloha_78912 小时前
Java 基础、集合、异常与 JUnit 5 速查
java·junit·sqlserver
知守观13 小时前
设计模式实战:从真实老项目中看标准模板方法与工厂的落地
java·spring·设计模式
独隅13 小时前
Claude API 实战教程:从入门到完整项目
android·java·数据库·claude·claude code