vLLM项目在Intel Xeon平台上的NUMA优化实践
2025-05-02 12:02:00作者:庞队千Virginia
背景介绍
vLLM作为当前流行的大模型推理框架,其CPU后端支持对于没有高端GPU的用户群体尤为重要。近期,在Intel第五代Xeon Platinum 8581C处理器上运行vLLM时,遇到了工作进程异常退出的问题,错误代码为-9(通常表示内存不足)。本文将深入分析这一问题的根源,并探讨在NUMA架构下的优化实践。
问题现象
在配备双路Intel Xeon Platinum 8581C(共120核)的服务器上,尝试运行DeepSeek-R1-Distill-Qwen-32B模型时,vLLM工作进程异常退出。关键现象包括:
- 使用
VLLM_CPU_OMP_THREADS_BIND
绑定线程时出现进程崩溃 - 错误代码为-9(内存不足)
- 调整KV缓存大小无明显改善
硬件架构分析
该服务器采用了独特的8 NUMA节点设计:
- 每个CPU包含60个物理核心
- 系统共120个逻辑处理器
- 内存总量256GB,平均分配到8个NUMA节点,每个节点约32GB
- L3缓存为每CPU 60MB(共120MB)
这种非对称的NUMA设计在HPC和AI工作负载中较为少见,需要特别注意内存分配策略。
问题根源
通过深入分析,发现问题核心在于NUMA内存分配限制:
- 当使用
VLLM_CPU_OMP_THREADS_BIND
绑定线程时,进程只能从绑定线程所在NUMA节点的本地内存分配内存 - 32B模型参数约占用64GB内存
- KV缓存也需要大量内存空间
- 单个NUMA节点32GB的内存容量无法满足需求
解决方案
针对这一特定硬件配置,我们提出了多维度优化方案:
1. 调整Tensor Parallelism配置
增加TP(Tensor Parallelism)数量可以分散内存压力:
- 将TP从2增加到4或8
- 每个TP rank处理更小的模型分片
- 减少单个NUMA节点的内存需求
2. NUMA绑定策略优化
- 确保绑定的线程组位于同一NUMA节点
- 避免跨NUMA节点绑定,防止内存访问性能下降
- 可以尝试
numactl
工具进行更精细的控制
3. 内存参数调优
- 适当降低
VLLM_CPU_KVCACHE_SPACE
- 监控实际内存使用情况,找到最佳平衡点
- 考虑使用内存压缩技术
4. BIOS设置调整
对于可配置的服务器:
- 考虑重新配置NUMA节点数量
- 启用内存交错模式(可能牺牲部分性能)
- 调整内存子系统的电源管理策略
性能优化建议
在解决基础问题后,针对Intel Xeon平台可进一步优化:
- 利用AMX指令集加速矩阵运算
- 启用AVX-512和BF16指令支持
- 优化线程亲和性设置,减少跨NUMA节点访问
- 使用Intel PyTorch扩展优化算子性能
结论
vLLM在复杂NUMA架构上的部署需要特别注意内存分配策略。通过合理的TP配置、NUMA绑定和内存参数调优,即使在非对称NUMA架构上也能实现高效的大模型推理。Intel Xeon平台凭借其高核心数和先进指令集,仍然是CPU推理的重要选择。
对于类似架构的用户,建议:
- 充分了解硬件NUMA拓扑
- 采用渐进式调优策略
- 监控实际资源使用情况
- 平衡计算与内存需求
这种精细化的优化实践不仅适用于vLLM,对于其他内存密集型AI工作负载也具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (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 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

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

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

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

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