首页
/ 开源项目安装与配置指南:PPL LLM Serving

开源项目安装与配置指南:PPL LLM Serving

2025-04-18 09:45:12作者:何将鹤

1. 项目基础介绍

PPL LLM Serving 是一个基于 PPL.LLM 系统的开源项目,主要用于为各种大型语言模型(LLMs)提供服务支持。该项目实现了基于 gRPC 的服务器,并且为 LLaMA 模型提供了推理支持。PPL LLM Serving 的目标是简化大型语言模型在实际生产环境中的应用。

项目主要使用的编程语言是 C++,同时使用 CMake 作为构建系统,Rust 和 cargo 用于 Huggingface Tokenizer。

2. 项目使用的关键技术和框架

  • gRPC: Google 开源的高性能、跨语言的 RPC 框架,用于构建分布式系统。
  • PPLNN: 用于神经网络推理的库,支持多种硬件加速。
  • CUDA Toolkit: NVIDIA 提供的 CUDA 开发工具包,用于 GPU 加速计算。
  • Huggingface Tokenizer: Huggingface 提供的 Tokenizer 库,用于文本的编码和解码。

3. 项目安装和配置的准备工作

在开始安装前,请确保您的系统满足以下要求:

  • 操作系统:Linux,支持 x86_64 或 arm64 架构
  • 编译器:GCC 版本 >= 9.4.0
  • 构建系统:CMake 版本 >= 3.18
  • 版本控制:Git 版本 >= 2.7.0
  • GPU 支持:CUDA Toolkit 版本 >= 11.4(推荐 11.6)

安装步骤

  1. 安装依赖

    在基于 Debian 或 Ubuntu 的系统上,您可以使用以下命令安装所需的依赖:

    apt-get install build-essential cmake git
    
  2. 克隆源代码

    克隆项目的 Git 仓库:

    git clone https://github.com/openppl-public/ppl.llm.serving.git
    
  3. 构建项目

    进入项目目录,运行构建脚本:

    cd ppl.llm.serving
    ./build.sh -DPPLNN_USE_LLM_CUDA=ON -DPPLNN_CUDA_ENABLE_NCCL=ON -DPPLNN_ENABLE_CUDA_JIT=OFF -DPPLNN_CUDA_ARCHITECTURES="80;86;87" -DPPLCOMMON_CUDA_ARCHITECTURES="80;86;87" -DPPL_LLM_ENABLE_GRPC_SERVING=ON
    

    如果您需要启用同步解码功能,可以在编译时添加 -DPPL_LLM_SERVING_SYNC_DECODE=ON 参数。

  4. 运行服务端

    构建完成后,您可以按照以下方式运行服务端程序:

    ./ppl_llm_server \
    --model-dir /path/to/your/model \
    --model-param-path /path/to/your/model/params.json \
    --tokenizer-path /path/to/your/tokenizer.model \
    --host 127.0.0.1 \
    --port 23333
    

    请确保替换 --model-dir--model-param-path--tokenizer-path 参数后的路径为您的模型和分词器文件的实际路径。

  5. 运行客户端

    客户端程序可以发送请求到服务端,进行模型查询:

    ./ppl-build/client_sample 127.0.0.1:23333
    

以上步骤为您提供了从零开始安装和配置 PPL LLM Serving 的基本指南。确保在执行每一步骤时,您都有正确且完整的权限和依赖项。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
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
923
551
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
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
74
64
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8