12
Qwen
K100AI 部署 Qwen3.5
2026-02-28 15:43:41
1297
> 2026 06 28 更新 这是经过测试 可以正常使用的,注意此物理机 硬件为 K100 AI * 8,1.5T DDR5 内存。 /data/docker/API/01_llm/Qwen3.5/transformers 是最新的 git 仓库 ```yml services: qwen3-5-35b-a3b-tool: image: image.sourcefind.cn:5000/dcu/admin/base/custom:pytorch2.9.1-ubuntu22.04-dtk26.04-0130-py3.10-20260204-qwen3_5 container_name: dcu-qwen3-5-35b-a3b-tool privileged: true devices: - /dev/kfd - /dev/dri - /dev/mkfd group_add: - video ipc: host user: root # 对应 -u root cap_add: - SYS_PTRACE security_opt: - seccomp:unconfined environment: - HIP_VISIBLE_DEVICES=0,1,2,3 - VLLM_USE_V1=0 - OMP_NUM_THREADS=256 - NCCL_MIN_NCHANNELS=16 - NCCL_MAX_NCHANNELS=16 - VLLM_USE_FLASH_ATTN_PA=0 - VLLM_USE_FUSED_RMS_ROPE=1 - VLLM_CUSTOM_CACHE=0 volumes: - my-pip-cache:/root/.cache/pip - /data/models/Qwen3.5-35B-A3B:/data/models/Qwen3.5-35B-A3B - /opt/hyhal:/opt/hyhal:ro - /sys/kernel/debug:/sys/kernel/debug:ro - /data/docker/API/01_llm/Qwen3.5/transformers:/data/transformers shm_size: '512G' # command: bash # tty: true # stdin_open: true command: bash -c "cd /data/transformers && pip install . && \ pip install numpy==1.25.0 -i https://pypi.tuna.tsinghua.edu.cn/simple && \ export ALLREDUCE_STREAM_WITH_COMPUTE=1 && \ unset NCCL_ALGO && \ export NCCL_MIN_NCHANNELS=16 && \ export NCCL_MAX_NCHANNELS=16 && \ export VLLM_USE_V1=0 && \ export VLLM_CUSTOM_CACHE=0 && \ export NCCL_NET_GDR_READ=1 && \ export HIP_VISIBLE_DEVICES=0,1,2,3 && \ export VLLM_SPEC_DECODE_EAGER=1 && \ export VLLM_MLA_DISABLE=0 && \ export VLLM_USE_FLASH_MLA=1 && \ export VLLM_RPC_TIMEOUT=1800000 && \ export VLLM_NUMA_BIND=1 && \ export VLLM_RANK0_NUMA=0 && \ export VLLM_RANK1_NUMA=1 && \ export VLLM_RANK2_NUMA=2 && \ export VLLM_RANK3_NUMA=3 && \ export VLLM_RANK4_NUMA=4 && \ export VLLM_RANK5_NUMA=5 && \ export VLLM_RANK6_NUMA=6 && \ export VLLM_RANK7_NUMA=7 && \ vllm serve /data/models/Qwen3.5-35B-A3B \ --served-model-name Qwen3.5-35B-A3B \ --port 8000 \ --host 0.0.0.0 \ --reasoning-parser qwen3 \ --gpu-memory-utilization 0.85 \ --tool-call-parser qwen3_coder \ --enable-auto-tool-choice \ --disable-custom-all-reduce \ --tensor-parallel-size 4 \ --enable-chunked-prefill \ --enable-prefix-caching \ --trust-remote-code --api-key sk-Wp1S****************************pPZD86" ports: - "18000:8000" ulimits: nproc: 65535 nofile: soft: 65535 hard: 65535 volumes: my-pip-cache: ```
全部评论(7)
只看楼主
L
liujc
5楼
export AMDGPU_TARGETS=gfx928
export HIP_VISIBLE_DEVICES=0,1
export ROCR_VISIBLE_DEVICES=0,1
vllm serve /workspace/Qwen3.5-27B \
    --served-model-name Qwen3.5 \
    --host 0.0.0.0 \
    --port 8001 \
    --reasoning-parser qwen3 \
    --tool-call-parser qwen3_coder \
     --enable-auto-tool-choice \
    --disable-custom-all-reduce \
    --tensor-parallel-size 2 \
    --enable-chunked-prefill \
    --enable-prefix-caching \
尽然允许起来了
3/17
刘
刘柏宋
4楼
需要升级 hyhal,大佬知道怎么升级吗?没有找到他们的安装包在哪里
3/5
L
liumg
回复 @刘柏宋
更新驱动就自动升级了hyhal
3/17
网
网友nGXE1v
3楼
用这个启动命令可以正常运行启动,但是官网命令启动的时候总是会突然终止。楼主environment中的参数和 command中 export的参数,主要是解决了什么问题呢?
3/4
Hikafeng
回复 @网友nGXE1v
我也是参考的官网,试出来的可以正常启动的命令,具体作用我也不知道。
3/9
张
张三_dogesan
2楼
请问这个配置下的性能可以达到多少呢

3/3
Hikafeng
楼主
1楼
操作系统为 UBUNTU 22.04  驱动版本为 rock-6.3.16-V1.1.0c       
- /sys/kernel/debug:/sys/kernel/debug:ro 为 rock-6.3.16-V1.1.0c  版本的驱动专用


2/28
没有更多内容了
--
楼主
Level.2
0 帖子
楼主热帖
暂无数据