FastChat框架在华为Ascend NPU上的多卡推理适配实践
2025-05-02 06:05:36作者:殷蕙予
背景介绍
FastChat是一个流行的开源对话模型服务框架,能够方便地部署各类大语言模型并提供API服务。然而,在华为Ascend NPU硬件平台上,FastChat默认仅支持单卡推理,无法充分利用多NPU卡的算力资源。本文将详细介绍如何修改FastChat框架以支持在华为910B NPU服务器上的多卡推理能力。
技术挑战
在华为Ascend NPU环境下实现多卡推理面临几个关键技术挑战:
- 框架原生支持不足:FastChat最初设计主要针对NVIDIA GPU,对NPU的支持有限
- 内存分配问题:大模型在多卡间的显存分配需要特殊处理
- 计算资源调度:需要确保推理过程中的KV cache能正确利用多卡资源
解决方案
环境准备
实施多卡推理需要以下环境配置:
- 操作系统:Linux Ascend910B01 4.19.90内核
- NPU驱动版本:24.1.rc1
- CANN版本:8.0
- 模型:Qwen2-7B-Instruct
核心代码修改
关键修改集中在FastChat的模型适配器文件(model_adapter.py)中,主要实现了:
- 增加NPU设备类型识别
- 多卡自动分配策略
- 显存管理优化
具体修改点包括:
if device == "npu":
kwargs = {"torch_dtype": torch.float16}
try:
import torch_npu
if num_gpus != 1:
kwargs["device_map"] = "auto"
except ImportError:
warnings.warn("Ascend Extension for PyTorch is not installed.")
这段代码实现了:
- 设置默认使用FP16精度
- 检测torch_npu扩展是否安装
- 当使用多卡时自动启用设备映射
运行配置
启动服务时需要特别注意:
- 使用ASCEND_RT_VISIBLE_DEVICES指定可见NPU设备
- 通过--num-gpus参数指定使用的卡数
- 明确设置--device为npu
典型启动命令示例:
ASCEND_RT_VISIBLE_DEVICES=4,5,6,7 python -m fastchat.serve.cli \
--model-path /path/to/model/Qwen2-7B-Instruct \
--num-gpus 4 \
--device npu
性能优化建议
在实际部署中,可以进一步优化:
- 批处理大小调整:根据显存情况设置合适的batch_size
- 量化压缩:考虑使用8bit量化减少显存占用
- 计算图优化:利用CANN的图优化能力提升计算效率
- 流水线并行:对于超大模型可采用更复杂的并行策略
验证与测试
经过验证,该方案能够:
- 正确将模型参数分配到多张NPU卡上
- 推理过程中的KV cache能利用多卡资源
- 在输入较大时不会出现单卡显存溢出的问题
总结
通过对FastChat框架的适配修改,成功实现了在华为Ascend 910B NPU服务器上的多卡推理能力。这一解决方案不仅提升了推理性能,也为其他希望在NPU平台上部署大模型的研究者提供了参考。未来可以进一步探索更高效的并行策略和量化方法,以充分发挥NPU硬件的计算潜力。
登录后查看全文
热门项目推荐
相关项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-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~0277community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 小米Mini R1C MT7620爱快固件下载指南:解锁企业级网络管理功能 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
508
44

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

React Native鸿蒙化仓库
C++
194
279

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
992
395

🎉 (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
940
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
339
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

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)。
Python
75
70