环境准备
硬件:2台(16卡)Atlas 800T/800I A2(64G)服务器
镜像文件:
主要步骤及注意事项
启动容器
服务化部署
环境变量设置
说明:"本机IP对应网卡名称"——可通过ifconfig进行查询
2台设备设置主机和辅机,通过ray进程关联
选择一台设备作为主节点,执行如下命令
另一台设备作为辅节点,依次执行如下命令
说明:若需要修改配置,须先执行ray stop,再配置相关环境变量,然后重新启动ray。
拉起服务化
说明:"/weight_path/GLM-4.5"修改为权重文件所在绝对路径
执行推理请求测试
环境准备
硬件:2台(16卡)Atlas 800T/800I A2(64G)服务器
权重文件:https://modelers.cn/models/MindSpore-Lab/GLM-4.5
镜像文件:
主要步骤及注意事项
启动容器
服务化部署
环境变量设置
说明:"本机IP对应网卡名称"——可通过ifconfig进行查询
2台设备设置主机和辅机,通过ray进程关联
选择一台设备作为主节点,执行如下命令
另一台设备作为辅节点,依次执行如下命令
说明:若需要修改配置,须先执行ray stop,再配置相关环境变量,然后重新启动ray。
拉起服务化
说明:"/weight_path/GLM-4.5"修改为权重文件所在绝对路径
执行推理请求测试
curl http://localhost:8000/v1/chat/completions -H "Content-Type: application/json" -d '{ "model": "/mnt/data/GLM-4.5", "messages": [ {"role": "user", "content": "介绍一下北京"} ], "temperature": 0.6, "top_p": 0.95, "top_k": 20, "min_p": 0, "max_tokens": 64, "presence_penalty": 1.05, "chat_template_kwargs": {"enable_thinking": true} }'