首页
/ KServe项目中vLLM服务器部署与接口调用问题解析

KServe项目中vLLM服务器部署与接口调用问题解析

2025-06-16 23:37:52作者:邓越浪Henry

问题背景

在KServe项目中部署基于vLLM的大型语言模型服务时,用户遇到了两个主要技术问题:YAML格式解析错误和API接口调用404错误。本文将详细分析问题原因并提供解决方案。

YAML格式问题分析

最初用户按照官方文档提供的YAML配置部署InferenceService时,遇到了"did not find expected '-' indicator"错误。这是典型的YAML格式解析问题,主要原因是缩进和列表项标识符使用不当。

正确配置示例

经过调整后的有效配置如下:

apiVersion: serving.kserve.io/v1beta1
kind: InferenceService
metadata:
  namespace: kserve-test
  name: bloom
spec:
  predictor:
    containers:
    - args:
      - --port
      - "8080"
      - --model
      - "/mnt/models"
      command:
      - python3
      - -m
      - vllm.entrypoints.api_server
      env:
      - name: STORAGE_URI
        value: pvc://task-pv-claim/bloom-560m
      image: docker.io/kserve/vllmserver:latest
      imagePullPolicy: IfNotPresent 
      name: kserve-container
      resources:
        limits:
          cpu: "5"
          memory: 20Gi
          nvidia.com/gpu: "1"
        requests:
          cpu: "5"
          memory: 20Gi
          nvidia.com/gpu: "1"

关键修正点:

  1. 确保所有列表项使用"-"开头并正确缩进
  2. 保持一致的缩进层级
  3. 明确指定namespace字段

API接口调用问题

部署成功后,用户尝试调用多个接口均返回404错误。日志显示服务端确实收到了请求但找不到对应端点:

INFO:     172.20.199.156:0 - "POST /v2/models/bloom-560m/generate HTTP/1.1" 404 Not Found
INFO:     172.20.199.156:0 - "GET /v2/models/ HTTP/1.1" 404 Not Found

正确调用方式

最终发现有效的调用端点是/generate,请求体需包含prompt字段:

curl -v -H "Host: ${SERVICE_HOSTNAME}" -H "Content-Type: application/json" \
    http://${INGRESS_HOST}:${INGRESS_PORT}/generate \
    -d '{"prompt": "San Francisco is a" }'

成功响应示例:

{"text":["San Francisco is a medium-sized family donating site with nonprofits, churches, Catholic organizations and business"]}

技术深入解析

vLLM服务端点差异

标准vllm.entrypoints.api_server仅提供/generate端点,而不支持兼容接口。如需协议支持,应使用vllm.entrypoints.api_server

模型存储方案

配置中展示了两种模型存储方式:

  1. GCS存储:gcs://kfserving-examples/llm/huggingface/llama
  2. PVC存储:pvc://task-pv-claim/bloom-560m

PVC存储方案需要预先将模型文件复制到持久卷中,可通过初始化容器实现:

apiVersion: v1
kind: Pod
metadata: 
  name: setup-model-binary
spec: 
  volumes: 
    - name: model-volume
      persistentVolumeClaim: 
        claimName: model-claim
  containers: 
    - name: download-model
      image: python:3.11
      command: ["sh"]
      args: [ "-c", "pip install huggingface_hub && python3 -c 'from huggingface_hub import snapshot_download;snapshot_download(repo_id=\"gpt2\", local_dir=\"/mnt/models/gpt2\")'"]
      volumeMounts: 
        - mountPath: "/mnt/models/"
          name: model-volume

最佳实践建议

  1. YAML验证:部署前使用yamllint等工具验证YAML格式
  2. 接口测试:先通过kubectl port-forward直接测试容器端口,确认基础功能正常
  3. 日志监控:实时查看Pod日志定位问题
  4. 资源分配:根据模型大小合理设置CPU/GPU和内存资源
  5. 协议选择:根据客户端需求选择标准接口或兼容接口

总结

在KServe中部署vLLM服务时,需要注意YAML格式的精确性以及vLLM服务的端点设计特点。通过正确的配置和调用方式,可以充分发挥vLLM的高性能推理能力,为大型语言模型提供高效的服务化部署方案。

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

最新内容推荐

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