--- title: QwQ-32B-模型库-ModelZoo-昇腾社区 description: QwQ 是 Qwen 系列的推理模型。与传统的指令调优模型相比，具备思考和推理能力的 QwQ 在下游任务中，特别是在解决难题时，能够显著提高性能。QwQ-32B 是一个中等规模的推理模型，其性能可以与当前最先进的推理模型（例如 DeepSeek-R1、o1-mini）相媲美。 keywords: QwQ,模型库,ModelZoo,昇腾社区,通义千问,简介,权重,加载镜像 url: https://www.hiascend.com/software/modelzoo/models/detail/7af7f0ddab754ccd9dfe31dacf56b149 section: (其他) --- # QwQ-32B-模型库-ModelZoo-昇腾社区 URL: https://www.hiascend.com/software/modelzoo/models/detail/7af7f0ddab754ccd9dfe31dacf56b149 描述: QwQ 是 Qwen 系列的推理模型。与传统的指令调优模型相比，具备思考和推理能力的 QwQ 在下游任务中，特别是在解决难题时，能够显著提高性能。QwQ-32B 是一个中等规模的推理模型，其性能可以与当前最先进的推理模型（例如 DeepSeek-R1、o1-mini）相媲美。 关键词: QwQ,模型库,ModelZoo,昇腾社区,通义千问,简介,权重,加载镜像 ModelZoo主页 主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心论坛交流 主页 [了解详情](https://www.hiascend.com/software/modelzoo)大模型 [了解详情](https://www.hiascend.com/software/modelzoo/big-models)模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models)工具库 [了解详情](https://www.hiascend.com/software/modelzoo/tools)权重库 [了解详情](https://www.hiascend.com/software/modelzoo/datasets)ModelShow [了解详情](https://www.hiascend.com/software/modelzoo/modelshow)DeepSeek专区HOT [了解详情](https://www.hiascend.com/developer/deepseek)文档中心论坛交流 模型库 [了解详情](https://www.hiascend.com/software/modelzoo/models) QwQ-32B ## QwQ-32B LLMPyTorch推理8245次浏览2025/12/29更新 获取源码 QwQ-32B 查看模型源码 ... # 通义千问 QwQ-32B ## 简介 QwQ 是 Qwen 系列的推理模型。与传统的指令调优模型相比，具备思考和推理能力的 QwQ 在下游任务中，特别是在解决难题时，能够显著提高性能。QwQ-32B 是一个中等规模的推理模型，其性能可以与当前先进的推理模型（例如 DeepSeek-R1、o1-mini）相媲美。 ## 权重 权重下载 - QwQ-32B [了解详情](https://modelscope.cn/models/Qwen/QwQ-32B) ## 加载镜像 前往昇腾社区/开发资源 [了解详情](https://www.hiascend.com/developer/ascendhub/detail/af85b724a7e5469ebd7ea13c3439d48f)下载适配本模型的镜像包：1.0.0-800I-A2-py311-openeuler24.03-lts 完成加载镜像后，请使用`docker images`命令确认查找具体镜像名称与标签。 ``` docker load -i mindie:1.0.0-800I-A2-py311-openeuler24.03-lts(下载的镜像名称与标签) ``` 镜像中各组件版本配套如下： | 组件 | 版本 | | --- | ---| | MindIE | 1.0.0 | | CANN | 8.0.0 | | PTA | 6.0.0 | | MindStudio | 7.0.0 | | HDK | 24.1.0 | ## 约束条件 - 部署QwQ-32B模型至少需要1台Atlas 800I A2 32G服务器 - 当前支持TP=4/8推理 ## 新建容器 目前提供的MindIE镜像预置了QwQ-32B模型推理脚本，无需再额外下载魔乐仓库承载的模型适配代码，直接新建容器即可。 执行以下启动命令（参考）： 如果您使用的是root用户镜像（例如从Ascend Hub上取得），并且可以使用特权容器，请使用以下命令启动容器： ``` docker run -it -d --net=host --shm-size=1g \ --privileged \ --name \ --device=/dev/davinci_manager \ --device=/dev/hisi_hdc \ --device=/dev/devmm_svm \ -v /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro \ -v /usr/local/sbin:/usr/local/sbin:ro \ -v /path-to-weights:/path-to-weights:ro \ mindie:1.0.0-800I-A2-py311-openeuler24.03-lts bash ``` 如果您希望使用自行构建的普通用户镜像，并且规避容器相关权限风险，可以使用以下命令指定用户与设备： ``` docker run -it -d --net=host --shm-size=1g \ --name \ --device=/dev/davinci_manager \ --device=/dev/hisi_hdc \ --device=/dev/devmm_svm \ --device=/dev/davinci0 \ --device=/dev/davinci1 \ --device=/dev/davinci2 \ --device=/dev/davinci3 \ --device=/dev/davinci4 \ --device=/dev/davinci5 \ --device=/dev/davinci6 \ --device=/dev/davinci7 \ -v /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro \ -v /usr/local/sbin:/usr/local/sbin:ro \ -v /path-to-weights:/path-to-weights:ro \ mindie:1.0.0-800I-A2-py311-openeuler24.03-lts bash ``` 更多镜像使用信息请参考官方镜像仓库文档 [了解详情](https://gitee.com/ascend/ascend-docker-image/tree/dev/mindie#%E5%90%AF%E5%8A%A8%E5%AE%B9%E5%99%A8)。 ## 进入容器 ``` docker exec -it ${容器名称} bash ``` ## 权重量化 ### Atlas 800I A2 w8a8量化 W8A8量化权重可通过msmodelslim [了解详情](https://gitee.com/ascend/msit/blob/master/msmodelslim/example/Qwen/README.md)（昇腾压缩加速工具）实现。 - 注意该量化方式仅支持在Atlas 800I A2服务器上运行 - 环境配置请参考使用说明 [了解详情](https://gitee.com/ascend/msit/blob/master/msmodelslim/README.md) - git clone下载msit仓代码；`git clone https://gitee.com/ascend/msit.git` - 进入到msit/msmodelslim的目录`cd msit/msmodelslim`；并在进入的msmodelslim目录下，运行安装脚本`bash install.sh`; - 进入到msit/msmodelslim/example/Qwen的目录`cd msit/msmodelslim/example/Qwen`；并在进入的Qwen目录下，运行量化转换脚本 ``` python3 quant_qwen.py --model_path {浮点权重路径} --save_directory {W8A8量化权重路径} --calib_file ../common/boolq.jsonl --w_bit 8 --a_bit 8 --device_type npu --anti_method m1 ``` - 请将{浮点权重路径}和{量化权重路径}替换为用户实际路径。 - 如果需要使用npu多卡量化，请先配置环境变量，支持多卡量化,建议四卡执行量化： ``` export ASCEND_RT_VISIBLE_DEVICES=0,1,2,3 export PYTORCH_NPU_ALLOC_CONF=expandable_segments:False ``` ## 纯模型推理 ### 依赖配置 transformers版本升级至4.45.0，或将tokenizers版本升级至0.20.0。 ### 对话测试 进入llm_model路径 ATB_SPEED_HOME_PATH默认/usr/local/Ascend/llm_model,以情况而定 ``` cd $ATB_SPEED_HOME_PATH ``` 执行对话测试 ``` torchrun --nproc_per_node 4 \ --master_port 20037 \ -m examples.run_pa \ --model_path {权重路径} \ --trust_remote_code --max_output_length 32 ``` ### 性能测试 进入ModelTest路径 ``` cd $ATB_SPEED_HOME_PATH/tests/modeltest/ ``` 运行测试脚本 ``` bash run.sh pa_[data_type] performance [case_pair] [batch_size] ([prefill_batch_size]) [model_name] ([is_chat_model]) (lora [lora_data_path]) [weight_dir] ([trust_remote_code]) [chip_num] ([parallel_params]) ([max_position_embedding/max_sequence_length]) ``` 具体执行batch=1, 输入长度256, 输出长度256用例的4卡并行性能测试命令为： ``` bash run.sh pa_bf16 performance [[256,256]] 1 qwen ${weight_path} 4 ``` 注：ModelTest为大模型的性能和精度提供测试功能。使用文档请参考`${ATB_SPEED_HOME_PATH}/tests/modeltest/README.md` ## 服务化推理 - 打开配置文件 ``` vim /usr/local/Ascend/mindie/latest/mindie-service/conf/config.json ``` - 更改配置文件 ``` { ... "ServerConfig" : { ... "port" : 1040, #自定义 "managementPort" : 1041, #自定义 "metricsPort" : 1042, #自定义 ... "httpsEnabled" : false, ... }, "BackendConfig": { ... "npuDeviceIds" : [[0,1,2,3]], ... "ModelDeployConfig": { "truncation" : false, "ModelConfig" : [ { ... "modelName" : "qwen2", "modelWeightPath" : "/data/datasets/QwQ-32B", "worldSize" : 4, ... } }, } } ``` - 拉起服务化 ``` cd /usr/local/Ascend/mindie/latest/mindie-service/bin ./mindieservice_daemon ``` - 新建窗口测试(OpenAI接口) ``` curl -X POST 127.0.0.1:1040/v1/chat/completions \ -d '{ "messages": [ {"role": "system", "content": "you are a helpful assistant."}, {"role": "user", "content": "How many r are in the word \"strawberry\""} ], "max_tokens": 32, "stream": false, "do_sample": true, "repetition_penalty": 1.00, "temperature": 0.6, "top_p": 0.6, "top_k": 20, "model": "qwen2" }' ``` 注: 服务化推理的更多信息请参考MindIE Service用户指南 [了解详情](https://www.hiascend.com/document/detail/zh/mindie/100/mindieservice/servicedev/mindie_service0001.html) ## 常见问题 1. ImportError: cannot import name 'shard_checkpoint' from 'transformers.modeling_utils'. 降低transformers版本可解决。 ``` pip install transformers==4.46.3 --force-reinstall pip install numpy==1.26.4 --force-reinstall ``` 1. Exception: data did not match any variant of untagged enum ModelWrapper at line 757479 column 3. 升级tokenizers版本可解决。 ``` pip install tokenizers==0.20.0 --force-reinstall ``` ## 声明 - 本代码仓提到的数据集和模型仅作为示例,这些数据集和模型仅供您用于非商业目的,如您使用这些数据集和模型来完成示例,请您特别注意应遵守对应数据集和模型的License,如您因使用数据集或模型而产生侵权纠纷,华为不承担任何责任。 - 如您在使用本代码仓的过程中,发现任何问题(包括但不限于功能问题、合规问题),请在本代码仓提交issue,我们将及时审视并解答。 | 版本 | 更新时间 | 精度 | 处理器 | CANN版本 | 操作 | | --- | --- | --- | --- | --- | ---| 暂无数据 使用模型资源和服务前，请您仔细阅读并理解透彻《昇腾深度学习模型许可协议 3.0》 [了解详情](https://www.hiascend.com/legal/modelzoo_models_license)