Mooncake项目构建指南:从基础到高级配置
2026-02-04 04:41:07作者:郁楠烈Hubert
项目概述
Mooncake是一个高性能分布式存储与计算框架,支持多种硬件加速技术和分布式协议。本文将详细介绍Mooncake的构建过程,包括自动构建、手动构建以及高级配置选项。
自动构建流程
系统要求
- 操作系统:推荐Ubuntu 22.04 LTS或更高版本
- 构建工具:CMake 3.16.x及以上
- 编译器:GCC 9.4及以上版本
构建步骤
-
安装依赖项: 执行以下命令自动安装所有必需依赖:
bash dependencies.sh注意:此过程需要稳定的网络连接。
-
配置和编译:
mkdir build && cd build cmake .. make -j$(nproc)使用
-j参数可以并行编译以加快速度,$(nproc)会自动检测CPU核心数。 -
安装组件:
sudo make install这将安装Mooncake Python包和mooncake_master可执行文件。
-
vLLM适配器验证(可选): 如需使用Mooncake Store与vLLM集成,需确保
mooncake_vllm_adaptor包已安装。可通过以下命令验证:python -c "import mooncake_vllm_adaptor"若缺失,需手动复制生成的共享库到Python库目录。
手动构建流程
系统要求
- CMake 3.22.x
- Boost 1.66.x
- Googletest 1.12.x
- GCC 10.2.1
- Go 1.22+
- hiredis
- curl
详细步骤
-
安装系统依赖:
Debian/Ubuntu系统:
apt-get install -y build-essential cmake libibverbs-dev \ libgoogle-glog-dev libgtest-dev libjsoncpp-dev libnuma-dev \ libunwind-dev libpython3-dev libboost-all-dev libssl-dev \ pybind11-dev libcurl4-openssl-dev libhiredis-dev pkg-config patchelfCentOS/Alibaba Linux:
yum install cmake gflags-devel glog-devel libibverbs-devel \ numactl-devel gtest gtest-devel boost-devel openssl-devel \ hiredis-devel libcurl-devel注意:某些组件可能需要从源码编译安装。
-
GPU Direct支持(可选):
- 安装CUDA并启用
nvidia-fs - 配置
nvidia-peermem以支持GPU-Direct RDMA - 设置环境变量:
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
- 安装CUDA并启用
-
安装yalantinglibs:
git clone yalantinglibs.git cd yalantinglibs && mkdir build && cd build cmake .. -DBUILD_EXAMPLES=OFF -DBUILD_BENCHMARK=OFF -DBUILD_UNIT_TESTS=OFF make -j$(nproc) && make install -
编译Mooncake:
mkdir build && cd build cmake .. && make -j$(nproc) -
安装组件:
make install
Docker容器部署
Mooncake提供Docker镜像支持,可通过以下命令获取:
docker pull alogfans/mooncake
启动容器示例(需访问主机网络资源):
docker run --net=host \
--device=/dev/infiniband/uverbs0 \
--device=/dev/infiniband/rdma_cm \
--ulimit memlock=-1 -t -i mooncake:v0.9.0 /bin/bash
在容器内运行传输引擎:
cd /Mooncake-main/build/mooncake-transfer-engine/example
./transfer_engine_bench --device_name=ibp6s0 \
--metadata_server=10.1.101.3:2379 \
--mode=target --local_server_name=10.1.100.3
高级编译选项
在运行cmake ..时,可通过以下选项定制Mooncake构建:
| 选项 | 描述 | 默认值 |
|---|---|---|
| `-DUSE_CUDA=[ON | OFF]` | 启用GPU Direct RDMA和NVMe-of支持 |
| `-DUSE_CXL=[ON | OFF]` | 启用CXL支持 |
| `-DWITH_STORE=[ON | OFF]` | 构建Mooncake Store组件 |
| `-DWITH_P2P_STORE=[ON | OFF]` | 启用Golang支持并构建P2P Store组件 |
| `-DWITH_WITH_RUST_EXAMPLE=[ON | OFF]` | 启用Rust支持 |
| `-DUSE_REDIS=[ON | OFF]` | 启用基于Redis的元数据服务 |
| `-DUSE_HTTP=[ON | OFF]` | 启用基于HTTP的元数据服务 |
| `-DBUILD_SHARED_LIBS=[ON | OFF]` | 构建Transfer Engine为共享库 |
| `-DBUILD_UNIT_TESTS=[ON | OFF]` | 构建单元测试 |
| `-DBUILD_EXAMPLES=[ON | OFF]` | 构建示例程序 |
构建问题排查
-
依赖项问题:
- 确保所有依赖项版本符合要求
- 对于手动构建,建议优先使用系统包管理器安装依赖
-
GPU支持问题:
- 验证CUDA安装是否正确
- 检查
nvidia-peermem是否已正确配置
-
Python包问题:
- 确保构建环境与Python环境匹配
- 检查Python版本与构建的适配器版本是否兼容
通过本文的详细指南,开发者可以灵活地根据需求构建Mooncake项目,无论是简单的开发环境还是复杂的高性能生产环境。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431