首页
/ trt-llm-as-openai-windows 的安装和配置教程

trt-llm-as-openai-windows 的安装和配置教程

2025-05-29 16:29:34作者:滕妙奇

1. 项目基础介绍和主要编程语言

trt-llm-as-openai-windows 是一个开源项目,旨在提供一个在 Windows 系统上使用 NVIDIA 的 TensorRT-LLM(Large Language Model)进行本地推理的解决方案。这个项目允许用户在不需要访问云端资源的情况下,利用 GeForce GPU 运行兼容 API 规范的本地服务器。本项目主要使用的编程语言是 Python。

2. 项目使用的关键技术和框架

该项目使用了以下关键技术和框架:

  • TensorRT-LLM:TensorRT 优化的大语言模型推理库,能够提供高性能的深度学习推理能力。
  • API 规范:兼容 API 规范的接口,使得本项目可以无缝对接使用相关 API 的应用程序。
  • Hugging Face:利用 Hugging Face 提供的模型仓库,获取预训练的语言模型和相关配置文件。

3. 项目安装和配置的准备工作及详细安装步骤

准备工作

在开始安装之前,请确保以下准备工作已经完成:

  • 安装了 NVIDIA GPU 驱动,并且能够使用 CUDA。
  • 确保您的系统中已经安装了 Python。
  • 准备了 Llama 2 或 Code Llama 模型的 Hugging Face 仓库链接。

安装步骤

  1. 克隆 TensorRT-LLM 的仓库:

    git clone https://github.com/NVIDIA/TensorRT-LLM.git
    
  2. 根据您的 GPU 和需求构建 TensorRT 引擎。具体构建步骤请参照 NVIDIA 提供的构建指南。

  3. 下载 Llama 2 或 Code Llama 模型及量化权重。可以从 Hugging Face 仓库中获取。

  4. 克隆本项目仓库:

    git clone https://github.com/NVIDIA/trt-llm-as-openai-windows.git
    
  5. 将下载的 tokenizer 和 config.json 文件放置到项目的 model/ 目录中。

  6. 安装必要的 Python 库:

    pip install -r requirements.txt
    
  7. 启动应用。根据您的模型和配置,运行以下命令:

    对于 Llama-2-13B-chat 模型:

    python app.py --trt_engine_path <TRT Engine文件夹路径> --trt_engine_name <TRT引擎文件名>.engine --tokenizer_dir_path <	TokenNameizer文件夹路径> --port <端口号>
    

    对于 CodeLlama-13B-instruct 模型,添加 --no_system_prompt True 参数:

    python app.py --trt_engine_path <TRT Engine文件夹路径> --trt_engine_name <TRT引擎文件名>.engine --tokenizer_dir_path <Token文件夹路径> --port <端口号> --no_system_prompt True
    
  8. 安装客户端库并测试 API:

    pip install openai==0.28
    

    然后使用以下代码测试 API:

    openai.api_key = "ABC"  # 替换为随机 API Key
    openai.api_base = "http://127.0.0.1:8081"  # 本地服务器地址
    
    response = openai.ChatCompletion.create(
        model = "Llama2",
        prompt = "Hello! How are you?"
    )
    
    print(response)
    

以上步骤即为 trt-llm-as-openai-windows 的详细安装和配置过程。按照这些步骤操作,您应该能够在本地启动一个兼容 API 规范的推理服务器。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
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
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
73
63
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
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
922
551
PaddleOCRPaddleOCR
飞桨多语言OCR工具包(实用超轻量OCR系统,支持80+种语言识别,提供数据标注与合成工具,支持服务器、移动端、嵌入式及IoT设备端的训练与部署) Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)
Python
47
1
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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
59
16