Jetson-Containers项目vLLM容器在AGX Orin上运行Qwen2.5模型的技术解析
2025-06-27 06:41:10作者:胡唯隽
问题背景
在NVIDIA Jetson AGX Orin开发者套件(64GB版本)上,用户尝试通过jetson-containers项目提供的vLLM容器运行Qwen2.5-14B-Instruct-GPTQ-Int4模型时遇到了CUDA内核执行错误。该设备运行Ubuntu 22.04.5 LTS系统,搭载JetPack 6.1版本和CUDA 12.6工具包。
错误分析
当用户执行vLLM的API服务启动命令时,系统报告了一个关键错误:"CUDA error: no kernel image is available for execution on the device"。这个错误表明CUDA内核无法在当前设备上执行,通常由以下原因导致:
- 内核编译时未包含对当前GPU架构的支持
- 内核与当前CUDA运行时版本不兼容
- 容器内的CUDA环境与主机不匹配
技术细节
错误发生在模型权重处理阶段,具体是在Marlin量化内核尝试对权重进行排列变换时。Marlin是vLLM中用于GPTQ量化模型的高效推理内核,它需要特定的CUDA架构支持。
从堆栈跟踪可以看出,系统尝试执行marlin_permute_scales操作时失败,这是Marlin量化内核处理权重缩放因子的关键步骤。失败的根本原因是容器内构建的CUDA内核没有包含对Jetson AGX Orin的GPU架构(SM_87)的支持。
解决方案
根据项目维护者的交流,当前主分支的vLLM容器尚未完全支持Jetson平台。用户需要:
- 等待项目维护者合并相关修复补丁
- 或者自行构建包含Jetson支持的vLLM容器
对于技术熟练的用户,可以基于项目提供的Dockerfile自行构建容器,确保在构建过程中:
- 包含正确的CUDA架构标志
- 使用针对Jetson优化的CUDA工具链
- 启用对SM_87架构的支持
后续建议
对于希望在Jetson设备上运行大语言模型的开发者,建议:
- 关注jetson-containers项目的更新,特别是vLLM容器的支持情况
- 考虑使用已经验证支持的模型和量化格式
- 对于生产环境,建议等待官方发布的稳定版本
- 可以尝试使用非量化版本的模型,可能遇到较少的兼容性问题
这个问题凸显了在边缘设备上部署大语言模型的挑战,特别是在使用量化技术和特定推理优化时需要考虑硬件兼容性。随着jetson-containers项目的持续发展,预计这类问题将逐步得到解决。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
509

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
257
300

🔥🔥🔥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

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

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

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

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

deepin linux kernel
C
22
5