BigDL项目中的Ollama嵌入模型mxbai-embed-large运行问题解析

在BigDL项目的使用过程中，用户反馈了一个关于Ollama嵌入模型mxbai-embed-large运行失败的技术问题。本文将深入分析该问题的技术背景、原因及解决方案。

问题现象

用户在使用Ollama运行mxbai-embed-large嵌入模型时，遇到了进程异常终止的问题。具体表现为当尝试通过API调用生成嵌入向量时，系统返回错误信息"llama runner process has terminated: signal: aborted (core dumped)"。

从日志中可以观察到，模型加载过程看似正常完成，但在实际执行阶段出现了断言失败：

ollama_llama_server: /home/runner/_work/llm.cpp/llm.cpp/llm.cpp/bigdl-core-xe/llama_backend/sdp_kernel.cpp:905: void ggml_sycl_op_fp16_sdp(fp16 *, fp16 *, fp16 *, fp16 *, fp16 *, float *, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, size_t, float *, float, bool, sycl::queue &): Assertion `false' failed.

技术分析

该问题发生在模型推理的计算阶段，具体是在SYCL（Intel的异构计算框架）执行半精度浮点运算（fp16）的自注意力机制（Self-Attention）时触发了断言失败。这表明底层计算库在处理特定硬件配置下的矩阵运算时存在问题。

从系统信息可以看出，用户使用的是Intel Data Center GPU Flex 170计算卡，该GPU支持SYCL计算框架。模型本身是一个基于BERT架构的大型嵌入模型，具有以下关键参数：

• 嵌入维度：1024
• 层数：24
• 注意力头数：16
• 前馈网络维度：4096

解决方案

项目团队迅速响应并提供了两个解决方案：

1. 临时解决方案：安装特定版本的ipex-llm库（2.2.0b20241013），该版本已知可以稳定运行Ollama嵌入模型。

2. 永久修复：在后续版本（2.2.0b20241107及以后）中，团队已经修复了该问题。更新到最新版本即可获得稳定的运行体验。

技术建议

对于遇到类似问题的开发者，建议：

1. 确保使用兼容的硬件驱动版本，特别是对于Intel GPU设备。

2. 关注模型与计算框架的版本兼容性，大型语言模型对底层计算库的版本较为敏感。

3. 在部署生产环境前，建议进行充分的兼容性测试，特别是对于嵌入模型这类需要高精度计算的场景。

4. 遇到类似断言失败问题时，可以尝试降低计算精度（如从fp16切换到fp32）作为临时解决方案。

总结

BigDL项目团队对用户反馈的问题响应迅速，在短时间内就提供了有效的解决方案。这体现了开源社区协作的优势，也展示了项目团队对用户体验的重视。随着大模型技术的快速发展，类似的兼容性问题可能会不时出现，保持与社区的良好沟通和及时更新是解决问题的关键。