在GPU实例上配置DeepGPU-LLM容器镜像后，可以帮助您快速构建大语言模型（例如Llama模型、ChatGLM模型、百川Baichuan模型或通义千问Qwen模型）的推理环境，主要应用在智能对话系统、文本分析、编程辅助等自然语言处理业务场景，您无需深入了解底层的硬件优化细节，镜像拉取完成后，无需额外配置即可开箱即用。本文为您介绍如何在GPU实例上使用DeepGPU-LLM容器镜像构建大语言模型的推理服务。
说明
DeepGPU-LLM是阿里云研发的基于GPU云服务器的大语言模型（Large Language Model，LLM）推理引擎，可以帮助您实现大语言模型在GPU上的高性能推理优化功能。更多信息，请参见什么是推理引擎DeepGPU-LLM。
获取DeepGPU-LLM容器镜像详细信息，以便您在GPU实例上部署该容器镜像时使用。例如，创建GPU实例时需要提前了解容器镜像适用的GPU实例类型，拉取容器镜像时需要提前获取镜像地址等信息。 登录容器镜像服务控制台。 在左侧导航栏，单击制品中心。 在仓库名称搜索框，搜索 DeepGPU-LLM容器镜像大概每3个月内更新一次。镜像详情如下所示： 镜像名称 组件信息 镜像地址 适用的GPU实例 DeepGPU-LLM egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/deepgpu-llm:24.3-pytorch2.1-cuda12.1-cudnn8-ubuntu22.04 DeepGPU-LLM镜像仅支持以下GPU实例选择，更多信息，请参见GPU计算型（gn/ebm/scc系列）。 gn6e、ebmgn6e gn7i、ebmgn7i、ebmgn7ix gn7e、ebmgn7e、ebmgn7ex DeepGPU-LLM：24.3 Python：3.10 PyTorch：2.1.0 CUDA：12.1.1 cuDNN：8.9.0.131 基础镜像：Ubuntu 22.04 本操作以Ubuntu 20.04操作系统的gn7i实例规格为例。 创建GPU实例并安装Tesla驱动。 具体操作，请参见创建GPU实例。 在GPU实例上使用DeepGPU-LLM镜像，需要提前在该实例上安装Tesla驱动且驱动版本为535或更高，建议您通过ECS控制台购买GPU实例，并选中安装GPU驱动。 说明 GPU实例创建完成后，会同时自动安装Tesla驱动、CUDA、cuDNN库等，相比手动安装方式更快捷。 远程连接GPU实例。 具体操作，请参见使用Workbench工具以SSH协议登录Linux实例。 执行以下命令，安装Docker环境。 执行以下命令，检查Docker是否安装成功。 如下图回显信息所示，表示Docker已安装成功。 执行以下命令，安装nvidia-container-toolkit。 设置Docker开机自启动并重启Docker服务。 执行以下命令，查看Docker是否已启动。 如下图回显所示，表示Docker已启动。 执行以下命令，拉取DeepGPU-LLM镜像。 执行以下命令，运行DeepGPU-LLM容器。 本测试以 执行以下命令，进入DeepGPU-LLM容器。 执行以下命令，下载modelscope格式的 执行以下命令，将modelscope格式的通义千问模型转换为DeepGPU-LLM支持的格式。 说明 执行以下命令，运行DeepGPU-LLM安装包自带的推理代码，测试模型的推理效果。 运行完成后，您可以输入内容和ChatGLM模型进行问答对话。例如：准备工作
deepgpu选择目标镜像egs/deepgpu-llm。操作步骤
sudo apt-get update
sudo apt-get -y install ca-certificates curl
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL http://mirrors.cloud.aliyuncs.com/docker-ce/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc
echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] http://mirrors.cloud.aliyuncs.com/docker-ce/linux/ubuntu \ $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
sudo tee /etc/apt/sources.list.d/docker.list > /dev/nullsudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io
docker -v
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
sudo systemctl enable docker
sudo systemctl restart docker
sudo systemctl status docker
sudo docker pull egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/deepgpu-llm:24.3-pytorch2.1-cuda12.1-cudnn8-ubuntu22.04
sudo docker run -d -t --net=host --gpus all \
--privileged \
--ipc=host \
--name deepgpu \
-v /root:/root \
egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/deepgpu-llm:24.3-pytorch2.1-cuda12.1-cudnn8-ubuntu22.04
测试验证
通义千问-7B-Chat模型为例，您可以通过DeepGPU-LLM安装包自带的可运行代码实例体验模型运行效果，展示使用DeepGPU-LLM的推理性能。更多信息，请参见安装并使用DeepGPU-LLM。sudo docker exec -it deepgpu bash
通义千问-7B-Chat模型。git-lfs clone https://modelscope.cn/qwen/Qwen-7B-Chat.git
#qwen-7b weight converthuggingface_qwen_convert \
-in_file /workspace/Qwen-7B-Chat \
-saved_dir /workspace/Qwen-7B-Chat-converted \
-infer_gpu_num 1 \
-weight_data_type fp16 \
-model_name qwen-7b
in_file参数后的/workspace/Qwen-7B-Chat请替换为您实际待转换的原始模型所在路径。saved_dir参数后的/workspace/Qwen-7B-Chat-converted请替换为您实际转换后的模型所存放的路径。qwen_cli -i /workspace/Qwen-7B-Chat-converted/1-gpu/ -t /workspace/Qwen-7B-Chat/
