【模型部署】在AutoDL上使用Xinference部署模型

首页 » 【模型部署】在AutoDL上使用Xinference部署模型

日期： 2025-01-09
时间： 09:43
作者： Dongming
阅读量: 90

内容目录

前言

在【模型训练】在AutoDl上使用LLamaFactory进行模型训练中，我们介绍了如何通过SSH建立隧道，进而访问LLamaFactory进行模型训练。本章，我们将介绍如何通过Xinference进行模型推理服务的部署。

环境准备

1.1 创建实例

根据以上的依赖环境版本，我们在AutoDL上选择较为稳定的Pytorch2.3.0+Python3.12+CUDA12.1。

1.2 安装Xinference以及引擎

# 安装 vllm 引擎
pip install "xinference[vllm]"

# 安装sentence-transformers
pip install sentence-transformers

运行结果：

注意：
在实测过程中如果安装transformers引擎会失败，所以本例中改为使用vllm引擎。

1.3 端口映射(建立SSH隧道)

关于Mac和Wincows下建立SSH隧道的方法，在【模型训练】在AutoDl上使用LLamaFactory进行模型训练的端口映射章节有详细介绍，本章不再赘述。

创建SSH命令

ssh -CNg -L 9997:127.0.0.1:9997 root@connect.nmb1.seetacloud.com -p 24575

运行SSH命令并输入密码
浏览器访问http://localhost:9997，打开XInference的WebUI

模型部署

前置操作

因为AutoDL镜像中默认没有安装Git-LFS，所以需要手动安装。

# 更新apt-get
apt-get update

# 安装git-lfs
apt-get install git-lfs

运行结果：

1.1 部署chat模型

1.1.1 下载模型

我们配置一个chat模型，模型选择Qwen2.5-Instruct，模型路径选择Qwen2.5-0.5B-Instruct。

# 下载模型
git lfs install
git clone https://www.modelscope.cn/Qwen/Qwen2.5-0.5B-Instruct.git

1.1.2 配置chat模型

在Xinference的WebUI中，配置chat模型：

注意：
因为我们在1.2安装Xinference以及引擎中安装的是vllm引擎，所以这里需要选择vllm。

配置完毕，之后启动模型即可。

1.1.3 测试chat模型

from openai import OpenAI
openai_api_key = "EMPTY"
openai_api_base = "http://localhost:9997/v1"

client = OpenAI(
    api_key=openai_api_key,
    base_url=openai_api_base,
)

chat_response = client.chat.completions.create(
    model="qwen2.5-instruct",
    messages=[
        {"role": "system", "content": "你是一个很有用的助手。"},
        {"role": "user", "content": "中华人民共和国的首都是哪里？"},
    ]
)
print("Chat response:", chat_response)

运行结果：

注意：

openai_api_base 需要改为http://localhost:9997/v1，该地址是通过SSH与AutoDL实例建立的隧道连接，所以可以通过localhost访问实例。

SSH隧道需要在使用期间保持全程连接状态中，否则无法访问；如果模型需要给第三人使用，那么第三人也需要运行SSH命令建立隧道才可以使用。

model 需要与Xinference中启动后的Model UID名称保持一致。

1.2 部署向量化模型

1.2.1 下载向量化模型

# 安装git-lfs
git lfs install
# 下载模型
git clone https://www.modelscope.cn/BAAI/bge-m3.git

1.2.1 配置向量化模型

在Xinference的WebUI中，配置向量化模型：

配置完毕后，启动模型

1.2.3 测试向量化模型

from langchain_community.embeddings import XinferenceEmbeddings

server_url="http://localhost:9997/" 
model_uid = "bge-m3" 

embed = XinferenceEmbeddings(server_url=server_url, model_uid=model_uid)

embed.embed_query("你好")

运行结果：

注意：

server_url 需要改为http://localhost:9997/，同时要确保SSH隧道已经建立且全程保持连接。

model_uid 需要与Xinference中启动后的Model UID名称保持一致。

1.3 部署多模态模型

1.3.1 下载多模态模型

# 安装git-lfs
git lfs install
# 下载模型
git clone https://www.modelscope.cn/Qwen/Qwen2-VL-2B-Instruct.git

1.3.2 配置多模态模型

在Xinference的WebUI中，配置多模态模型：

配置完毕后，启动模型

1.3.3 测试多模态模型

因为Qwen2-VL时会报没有安装qwen-vl-utils，所以需要手动安装。

pip install qwen-vl-utils

使用下面代码调用模型：

from openai import OpenAI
import base64

# 配置OpenAI客户端
openai_api_key = "EMPTY"
openai_api_base = "http://localhost:9997/v1"  # 请根据实际端口映射地址修改

client = OpenAI(
    api_key=openai_api_key,
    base_url=openai_api_base,
)

def encode_image_to_base64(image_path):
    """将图片转换为base64编码"""
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode('utf-8')

def chat_with_image(image_path, prompt):
    """与多模态模型对话"""
    # 将图片转换为base64
    base64_image = encode_image_to_base64(image_path)

    messages=[
        {
            "role": "user", 
             "content": [
                {"type":"text", "text":prompt},
                {
                   "type":"image_url",
                   "image_url":{
                      "url":f"data:image/png;base64,{base64_image}"
                      }
                }
            ]
        }
    ]
    # 调用模型
    # try:

    response = client.chat.completions.create(
        model="qwen2-vl-instruct",  # 使用部署的多模态模型名称
        messages=messages,
        max_tokens=1024,
        temperature=0.7,
        response_format={"type": "text"}  # 指定响应格式为文本
    )
    return response.choices[0].message.content
    # except Exception as e:
    #     return f"调用出错: {str(e)}"

if __name__ == "__main__":
    # 测试调用
    image_path = "./脑部CT.png"  # 替换为实际的图片路径
    prompt = "这张图片中有什么内容？请详细描述。"

    result = chat_with_image(image_path, prompt)
    print("模型回复:", result)

运行结果：