5.2. DeepSeek¶

DeepSeek-R1-Distill-Qwen-7B¶

模型下载¶

url: DeepSeek-R1-Distill-Qwen-7B
branch: master
commit id: 6bf9b8f2

将上述url设定的路径下的内容全部下载到DeepSeek-R1-Distill-Qwen-7B文件夹中。注：需要安装以下依赖：

python3 -m pip install transformers==4.53.2
python3 -m pip install triton==3.1.0

环境变量¶

export VLLM_USE_V1=0
export TORCHGCU_INDUCTOR_ENABLE=0
export PYTORCH_EFML_BASED_GCU_CHECK=1
export TORCH_ECCL_AVOID_RECORD_STREAMS=1
export VLLM_WORKER_MULTIPROC_METHOD=spawn
export VLLM_ATTENTION_BACKEND=XFORMERS

批量离线推理¶

python3 -m vllm_utils.benchmark_test \
 --model [path of DeepSeek-R1-Distill-Qwen-7B] \
 --tensor-parallel-size 1 \
 --max-model-len=32768 \
 --output-len=128 \
 --demo=te \
 --dtype=bfloat16 \
 --device gcu \
 --gpu-memory-utilization 0.9 \
 --trust-remote-code \
 --disable-async-output-proc

性能测试¶

# 启动服务端
python3 -m vllm.entrypoints.openai.api_server  \
 --model [path of DeepSeek-R1-Distill-Qwen-7B] \
 --tensor-parallel-size 1 \
 --max-model-len 32768 \
 --disable-log-requests \
 --gpu-memory-utilization 0.9 \
 --block-size=64 \
 --dtype=bfloat16 \
 --device gcu \
 --disable-async-output-proc


# 启动客户端
python3 -m vllm_utils.benchmark_serving \
 --model [path of DeepSeek-R1-Distill-Qwen-7B] \
 --backend vllm \
 --dataset-name random \
 --num-prompts 1 \
 --random-input-len 1024 \
 --random-output-len 1024 \
 --trust-remote-code \
 --ignore_eos \
 --strict-in-out-len \
 --keep-special-tokens

注：

本模型支持的max-model-len为131072；
input-len、output-len和num-prompts可按需调整；