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

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
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
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
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
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
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
332
1.08 K