首页
/ OpenBMB/OmniLMM项目中vLLM API调用MiniCPM模型的正确方式

OpenBMB/OmniLMM项目中vLLM API调用MiniCPM模型的正确方式

2025-05-11 08:43:11作者:柯茵沙

在使用OpenBMB/OmniLMM项目中的MiniCPM-V-2_6模型时,许多开发者会遇到通过vLLM API调用模型时出现的404 Not Found错误。本文将详细解释这一问题的根源以及正确的配置方法。

问题现象

当开发者使用以下命令启动vLLM服务:

CUDA_VISIBLE_DEVICES=1 vllm serve /home/suny/.cache/modelscope/hub/OpenBMB/MiniCPM-V-2_6/ --host 0.0.0.0 --port 9998 --gpu-memory-utilization 0.3 --enforce-eager --max-model-len 2048 --trust-remote-code --api-key minicpm

然后尝试通过OpenAI客户端库调用时:

client = OpenAI(api_key='minicpm', base_url="http://0.0.0.0:9998/v1")
client.chat.completions.create(
    model="/home/suny/.cache/modelscope/hub/OpenBMB/MiniCPM-V-2_6",
    messages=[...]
)

系统会返回404错误,提示模型不存在。

问题根源

这个问题的根本原因在于vLLM服务的模型名称配置与API调用时的模型名称不匹配。vLLM服务默认不会自动识别模型路径作为服务名称,而是需要显式指定。

正确配置方法

1. 启动vLLM服务

正确的服务启动命令应该包含--served-model-name参数,明确指定服务暴露的模型名称:

NAME="MiniCPM-V-2_6" && \
vllm serve /mnt/models/$NAME \
    --served-model-name $NAME \
    --host 0.0.0.0 \
    --port 8001 \
    --tensor-parallel-size 4 \
    --max-model-len 4096 \
    --trust-remote-code

关键参数说明:

  • --served-model-name:定义API调用时使用的模型名称
  • --trust-remote-code:允许加载自定义模型代码
  • --max-model-len:设置最大上下文长度

2. API调用方式

对应的Python调用代码应为:

client = OpenAI(
    api_key='EMPTY_API_KEY',  # 如果未设置API密钥验证,可以使用任意字符串
    base_url='http://localhost:8001/v1'
)

response = client.chat.completions.create(
    model='MiniCPM-V-2_6',  # 必须与--served-model-name一致
    messages=[{
        'role': 'user',
        'content': [
            {'type': 'text', 'text': '请描述这张图片'},
            {'type': 'image_url', 'image_url': {'url': image}}
        ]
    }],
    extra_body={'stop_token_ids': [151645, 151643]}  # MiniCPM特定的停止token
)

高级配置建议

  1. GPU内存管理:对于大模型,可以使用--gpu-memory-utilization参数控制GPU内存使用率,例如0.8表示使用80%的GPU内存。

  2. 批处理大小:通过--max-num-seqs参数可以控制并行处理的请求数量,平衡吞吐量和延迟。

  3. 量化配置:如果使用量化模型,需要添加--quantization参数指定量化方法,如awq或gptq。

当前限制

需要注意的是,当前vLLM官方实现对于多模态输入有以下限制:

  • 不支持视频输入
  • 不支持多张图片同时输入
  • 图像处理能力取决于具体模型实现

OpenBMB团队表示将持续跟进这些功能的开发进展。

最佳实践总结

  1. 始终明确指定--served-model-name参数
  2. API调用时使用简化的模型名称而非完整路径
  3. 对于MiniCPM系列模型,需要设置正确的stop_token_ids
  4. 监控GPU使用情况,合理配置内存参数
  5. 多模态功能使用时需确认模型支持情况

通过以上配置,开发者可以顺利地在生产环境中部署和调用MiniCPM模型,充分发挥其多模态能力。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
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
930
553
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
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
423
392
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
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511