首页
/ BigDL项目发布Multi-ARC vLLM推理服务框架0.1.0版本

BigDL项目发布Multi-ARC vLLM推理服务框架0.1.0版本

2025-06-08 15:03:44作者:农烁颖Land

BigDL是英特尔开源的分布式AI框架,专注于为英特尔硬件平台提供优化的深度学习解决方案。最新发布的Multi-ARC vLLM推理服务框架0.1.0版本,标志着英特尔在大型语言模型(LLM)推理服务领域的重要进展。该版本针对英特尔至强(Xeon)处理器和ARC显卡的异构计算环境进行了深度优化,显著提升了LLM服务的性能和效率。

核心技术创新

本次0.1.0版本的技术突破主要体现在以下几个方面:

  1. 异构计算架构优化:专门针对英特尔Xeon+ARC的混合计算架构进行了优化,充分利用CPU和GPU的协同计算能力,实现了低延迟和高吞吐量的LLM推理服务。

  2. 关键组件升级:核心组件全面升级,包括vLLM升级至0.6.6版本,PyTorch升级至2.6版本,oneAPI升级至2025.0版本,以及oneCCL补丁更新至0.0.6.6版本,这些升级带来了显著的性能提升和功能增强。

  3. 模型兼容性扩展:增强了对多种LLM模型的支持,优化了模型加载机制,显著降低了内存需求,使得在有限资源环境下部署大型模型成为可能。

功能特性详解

性能优化特性

该版本通过多项技术手段实现了性能的大幅提升:

  • 引入了VLLM_LOG_OUTPUT=1选项,开发者可以启用详细的输入/输出日志记录,便于性能分析和优化。
  • 改进了WebUI的连接稳定性和响应速度,提升了用户体验。
  • 优化了Docker镜像,简化了部署流程,使服务搭建更加便捷。

多模态支持改进

针对多模态模型的特殊需求,0.1.0版本解决了多个关键问题:

  • 修复了get_image功能失效的问题,确保视觉输入能够正确处理。
  • 解决了MiniCPM-V-2_6、Qwen2-VL和GLM-4v-9B等多模态模型的推理错误。
  • 特别针对Qwen2-VL模型的多请求崩溃问题,通过移除Qwen2VisionAttention的attention_mask并解决mrope_positions不稳定性,显著提升了模型的可靠性。

内存与计算优化

在资源利用效率方面,0.1.0版本做出了重要改进:

  • 优化了profile_run的使用方式,避免了内存溢出(OOM)问题。
  • 解决了GQA内核在多并发输出时的错误问题。
  • 修复了--enable-prefix-caching none在某些情况下的崩溃问题。
  • 解决了低比特溢出导致的输出异常问题,特别是在DeepSeek-R1-Distill-Qwen-14B模型上表现明显。
  • 改进了对GPTQ和AWQ量化技术的支持,提高了模型兼容性。

技术实现深度解析

BigDL Multi-ARC vLLM推理服务框架的技术实现体现了英特尔在异构计算领域的深厚积累:

  1. 计算资源调度:框架能够智能地在Xeon CPU和ARC GPU之间分配计算任务,根据模型特性和输入规模动态调整计算负载,最大化硬件利用率。

  2. 内存管理优化:通过改进的内存分配策略和模型加载机制,显著降低了服务启动时的内存需求,使得在资源受限环境下部署大型模型成为可能。

  3. 量化技术集成:深度整合了GPTQ和AWQ等先进的模型量化技术,在保持模型精度的同时大幅减少计算和内存需求,提升了推理效率。

  4. 并发处理能力:通过优化内核和调度策略,提高了多请求并发处理能力,确保在高负载情况下仍能保持稳定的服务质量。

应用场景与价值

BigDL Multi-ARC vLLM推理服务框架0.1.0版本的发布,为以下场景提供了强有力的技术支持:

  1. 企业级AI服务:企业可以利用该框架构建高性能、低成本的LLM服务,满足内部知识问答、文档分析等需求。

  2. 云服务提供商:云服务商可以基于此框架提供性价比更高的LLM推理服务,降低运营成本。

  3. 研究机构:研究人员可以快速部署各种LLM模型进行实验和评估,加速AI研究进程。

  4. 边缘计算场景:优化的资源利用效率使得在边缘设备上部署LLM服务成为可能,拓展了AI应用边界。

未来展望

随着0.1.0版本的发布,BigDL项目在LLM推理服务领域迈出了坚实的一步。未来,我们可以期待:

  • 更多模型架构的支持和优化
  • 更精细的资源调度策略
  • 更高效的量化技术集成
  • 更完善的开发者工具链

这些发展将进一步降低LLM服务的部署门槛,推动AI技术在各行业的广泛应用。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
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
858
507
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
255
299
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
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
331
1.08 K
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
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
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
kernelkernel
deepin linux kernel
C
21
5