63 lines
2.0 KiB
Markdown
63 lines
2.0 KiB
Markdown
```shell
|
||
# 因清华大学开源镜像站 HTTP/403 换了中科大的镜像站，配置信息存放在这里
|
||
cat /etc/apt/sources.list
|
||
|
||
# 安装 openssh 端口号是默认的 22 没有修改
|
||
sudo apt install openssh-server -y
|
||
sudo systemctl enable ssh
|
||
sudo systemctl start ssh
|
||
|
||
# 安装 NVDIA 显卡驱动和
|
||
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
|
||
sudo dpkg -i cuda-keyring_1.1-1_all.deb
|
||
sudo apt-get update
|
||
sudo apt-get -y install cuda-toolkit-12-8
|
||
sudo apt-get install -y cuda-drivers
|
||
nvidia-smi
|
||
|
||
# 安装 nvidia-cuda-toolkit
|
||
apt install nvidia-cuda-toolkit
|
||
nvcc -V
|
||
|
||
# 创建了一个新的目录，用于存储 vllm 使用的模型或其他文件
|
||
mkdir /home/ss/vllm-py12 && cd /home/ss/vllm-py12
|
||
|
||
# 用 conda 建了个新环境，以下 pip install 都是在该环境执行的
|
||
conda create -n vllm-py12 python=3.12 -y
|
||
conda activate vllm-py12
|
||
|
||
# 安装 vllm
|
||
pip install vllm -i http://mirrors.cloud.tencent.com/pypi/simple --extra-index-url https://download.pytorch.org/whl/cu128
|
||
|
||
# 安装 modelscope
|
||
pip install modelscope -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
|
||
|
||
# 拉取 gpt-oss-20b 模型
|
||
modelscope download --model openai-mirror/gpt-oss-20b --local_dir /home/ss/vllm-py12/gpt-oss-20b
|
||
|
||
# 运行 gpt-oss-20b 模型失败，移动端的 RTX4090 只有 16GB 显存，至少需要 16~24GB 显存
|
||
vllm serve \
|
||
/home/ss/vllm-py12/gpt-oss-20b \
|
||
--port 18777 \
|
||
--api-key token_lcfc \
|
||
--served-model-name gpt-oss-20b \
|
||
--gpu-memory-utilization 0.95 \
|
||
--tool-call-parser openai \
|
||
--enable-auto-tool-choice
|
||
|
||
# Qwen3-8b 也需要 16~24GB显存，所以下载了 Qwen3-0.6B
|
||
modelscope download --model Qwen/Qwen3-0.6B --local_dir /home/ss/vllm-py12/qwen3-06b
|
||
|
||
# 运行 Qwen3-8b
|
||
vllm serve \
|
||
--host 0.0.0.0 \
|
||
--port 18778 \
|
||
--model /home/ss/vllm-py12/qwen3-06b \
|
||
--served-model-name qwen3-06b \
|
||
--tensor-parallel-size 1 \
|
||
--dtype auto \
|
||
--gpu-memory-utilization 0.9 \
|
||
--max-model-len 32768 \
|
||
--trust-remote-code
|
||
|
||
``` |