首页
/ 在api-for-open-llm项目中部署Qwen2-72B-AWQ模型的技术实践

在api-for-open-llm项目中部署Qwen2-72B-AWQ模型的技术实践

2025-07-01 13:29:36作者:齐冠琰

在开源项目api-for-open-llm中部署大语言模型时,开发者可能会遇到一些技术挑战。本文将重点分析在最新vllm环境下部署Qwen2-72B-AWQ量化模型时出现的两个关键问题及其解决方案。

问题一:tokenizer参数缺失错误

当使用vllm 0.4.2版本时,开发者会遇到一个明显的错误提示:"get_guided_decoding_logits_processor() missing 1 required positional argument: 'tokenizer'"。这个错误源于vllm框架在0.4.2版本中的API设计缺陷,导致在创建聊天完成接口时未能正确传递tokenizer参数。

该问题已在vllm 0.4.3版本中得到修复。对于仍在使用0.4.2版本的开发者,项目维护者已经更新了代码库,通过显式传递tokenizer参数解决了这个问题。开发者只需更新到最新代码即可解决此问题。

问题二:chatml模板的stop word设置

另一个值得注意的问题是使用chatml模板时stop word被设置为None的情况。在对话系统中,stop word用于标识对话的结束,其缺失可能导致对话无法正常终止。这个问题虽然看似简单,但在实际部署中会影响模型的交互体验。

对于Qwen系列模型,特别是使用AWQ量化的版本,正确的stop word设置尤为重要。开发者需要根据具体模型的要求,在配置中明确指定适当的stop word,如"<|endoftext|>"等模型特定的结束标记。

部署建议

  1. 版本控制:始终确保使用vllm 0.4.3或更高版本,以避免已知的API兼容性问题。

  2. 模板配置:对于Qwen2系列模型,仔细检查chat模板配置,确保stop word设置正确。

  3. 资源分配:Qwen2-72B作为大型模型,需要充足的GPU资源。在配置文件中可以看到gpu_memory_utilization被设置为0.95,这是为了最大化利用可用显存。

  4. 量化配置:AWQ量化虽然能减少显存占用,但需要注意load_in_4bit参数的设置,确保量化正确加载。

通过解决这些问题,开发者可以更顺利地在api-for-open-llm项目中部署和运行Qwen2-72B-AWQ等大型语言模型,为后续的应用开发奠定基础。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8