Triton的使用差异点

拉起服务前需设置MindIE环境变量。（详见 •example/set_env.sh）
拉起服务的指令与原生一致，加上了一些与打印日志相关的环境变量。（详见•example/launch.sh）
模型仓的目录结构中需多添加一个MindIE LLM的config.json配置文件。（详见•example/tritonModels/co...）
模型仓中的模型配置文件config.pbtxt与原生相比，添加了几个parameters参数：
- engine_config_path：MindIE LLM的配置文件路径。
- model_instance_number：拉起的模型实例个数，目前仅支持一个。
- npu_device_ids：NPU上指定运行的卡号，比如要0和1号卡，设置为"01;"。

启动服务和发送请求的操作步骤

若环境中有多个python版本，pybind11因为triton多线程会找不到指定版本的python×××.so，需要在环境变量中导入python库路径。假设python安装目录是PYTHON_HOME，指令如下：

export LD_LIBRARY_PATH=$PYTHON_HOME/lib:$LD_LIBRARY_PATH

启动Triton Server。

// 设置环境变量
cd ${working_dir}/Triton_MindIE-LLM_Backend/example
source set_env.sh

// 启动triton服务 
bash launch.sh

当出现如下打印时，表示启动成功。

I0807 03:28:54.018305 1434372 grpc_server.cc:2519] Started GRPCInferenceService at 0.0.0.0:8111
I0807 03:28:54.018602 1434372 http_server.cc:4637] Started HTTPService at 0.0.0.0:8110
I0807 03:28:54.060484 1434372 http_server.cc:320] Started Metrics Service at 0.0.0.0:8112

用Triton Client发送测试请求。
- 另启动一个窗口，进入和Triton server一样的容器，source与上文同样的环境变量。
- 如果运行单用例，修改client_stream.py中的模型名和权重路径，然后执行如下命令。
```
python client_stream.py
```
- 如果跑多用例数据集，执行如下命令。
```
python submit.py --name llama3_8b --model_path weights/llama3_8b --trace_dataset GSM8K.jsonl
```
  必须配置的参数：
  - --name 模型名
  - --model_path 模型权重路径
  - --trace_dataset 数据集名