MindIE是基于昇腾硬件的运行加速、调试调优、快速迁移部署的高性能深度学习推理框架。它包含了MindIE-Service、MindIE-Torch和MindIE-RT等组件。我主要用MindIE-Service的功能，这个组件对标的是vllm这样的大语言推理框架。

启动docker容器

先拉取镜像（要去官网获取最新镜像版本）

<code>docker pull swr.cn-central-221.ovaijisuan.com/dxy/mindie:1.0.RC1-800I-A2-aarch64

然后启动容器，我这里将前2张NPU加速卡映射到docker内：

docker run --name my_mindie -it -d --net=host --shm-size=500g \

--device=/dev/davinci0 \

--device=/dev/davinci1 \

-w /home \

--device=/dev/davinci_manager \

--device=/dev/hisi_hdc \

--device=/dev/devmm_svm \

--entrypoint=bash \

-v /usr/local/Ascend/driver:/usr/local/Ascend/driver \

-v /usr/local/dcmi:/usr/local/dcmi \

-v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi \

-v /usr/local/sbin:/usr/local/sbin \

-v /root/xxx/mindformer_share/:/home/xxx_share \

-v /tmp:/tmp \

-v /etc/hccn.conf:/etc/hccn.conf \

-v /usr/share/zoneinfo/Asia/Shanghai:/etc/localtime \

-e http_proxy=$http_proxy \

-e https_proxy=$https_proxy \

swr.cn-central-221.ovaijisuan.com/dxy/mindie:1.0.RC1-800I-A2-aarch64

上面-v /root/xxx/mindformer_share/:/home/xxx_share是在映射我的磁盘进容器，需要根据自己的环境做修改。

进入容器：

docker exec -it my_mindie bash

进入之后执行环境设置：

source /usr/local/Ascend/ascend-toolkit/set_env.sh

source /usr/local/Ascend/mindie/set_env.sh

修改服务配置

上述操作做完，就可以修改mindie-service的配置文件了，这个文件位于/usr/local/Ascend/mindie/latest/mindie-service/conf/config.json。

"ipAddress" : "0.0.0.0",

"port" : 1025,

"ModelDeployParam":

{

"maxSeqLen" : 4096,

"npuDeviceIds" : [[0,1]],

"ModelParam" : [

{

"modelName" : "baichuan2",

"modelWeightPath" : "/home/xxxx/baichuan-inc/Baichuan2-13B-Chat/",

"worldSize" : 2,

"cpuMemSize" : 5,

"npuMemSize" : 10,

"backendType": "atb"

}

]

},

我这里罗列下我关注的字段。

ipAddress和port是监听网络和地址modelName是tritton-url请求里要用的字段，需要记下来npuDeviceIds指定用哪几张卡worldSize是使用npu的数量，必须与npuDeviceIds中的卡数一致modelWeightPath模型路径maxSeqLen最大长度

启动服务

cd /usr/local/Ascend/mindie/latest/mindie-service/

bin/mindieservice_daemon

如何使用服务

可以用postman或者python接口调用http服务。

POST http://223.106.234.6:2250/generate

{

"prompt": "你是谁？\n",

"max_tokens": 1024,

"repetition_penalty": 1.03,

"presence_penalty": 1.2,

"frequency_penalty": 1.2,

"temperature": 0.5,

"top_k": 10,

"top_p": 0.95,

"stream": false

}

mindie支持openai\triton\vllm等接口。具体可参考文档 这里

参考资料

MindIE是什么

昇腾docker镜像仓库