在处理大语言模型（LLM）任务中，您可以根据实际业务部署情况，选择在不同环境（例如GPU云服务器环境或Docker环境）下安装推理引擎DeepGPU-LLM，然后通过使用DeepGPU-LLM实现大语言模型（例如Llama模型、ChatGLM模型、百川Baichuan模型或通义千问Qwen模型）在GPU上的高性能推理优化功能。
LLM模型的特性适用于GPU计算型实例，更多信息，请参见GPU计算型（gn系列）。本文以GPU计算型实例规格gn7i为例。
在GPU云服务器环境下安装DeepGPU-LLM
部分云市场镜像中已预装了DeepGPU-LLM工具，在创建GPU实例时，您可以一键获取预装DeepGPU-LLM的镜像来自动安装DeepGPU-LLM；也可以先购买GPU实例，然后手动安装DeepGPU-LLM。
自动方式（选择云市场镜像）
获取云市场镜像并创建GPU实例。
云市场镜像中预装了DeepGPU-LLM工具，您可以通过以下两个入口获取云市场镜像。
通过ECS购买页面获取
前往实例创建页。
选择自定义购买页签。
按需选择付费类型、地域、实例规格、镜像等配置。
需要注意的参数项设置如下图所示，其他配置项参数的详细说明，请参见配置项说明。
①实例：以
ecs.gn7i-c8g1.2xlarge，8 vCPU 30 GiB实例规格为例。②镜像：以选择云市场镜像中的镜像为例，该镜像是阿里云免费提供的基于大语言模型LLM场景的AI推理解决方案镜像。在创建GPU计算型实例时，云市场镜像中提供了更多基于大语言模型LLM场景的AI推理解决方案镜像供您选择，具体镜像如下：
公网IP：选中分配公网IPv4地址，带宽计费方式选择按使用流量，带宽峰值选择100Mbps，以加快模型下载速度。
按照页面提示操作，单击确定下单。
在支付页面查看实例的总费用，如无疑问，按照提示完成支付。
通过云市场获取
前往阿里云云市场页面。
在页面的搜索框输入
deepgpu-llm并按回车键。选择需要的镜像类型，单击详情。
以选择预装deepgpu-llm的ubuntu 22.04系统镜像为例。
云市场镜像中提供了更多基于大语言模型LLM场景的AI推理解决方案镜像供您选择，具体镜像如下：
在镜像详情页，单击自定义购买。
说明购买镜像时，系统镜像本身是免费的，您只需要支付GPU云服务器的费用。
在实例购买页的镜像区域，查看云市场镜像页签下是否已选中所购买镜像。
下图以购买的镜像被选中为例，如果镜像未被选中，则您需要继续单击重新选择镜像，选择所需镜像。
在实例购买页，配置其他参数并创建GPU实例。
其中，公网IP选中分配公网IPv4地址，带宽计费方式选择按使用流量，带宽峰值选择100Mbps，以加快模型下载速度。其他更多配置项信息，请参见配置项说明。
远程连接已创建的GPU实例。
具体操作，请参见通过密码或密钥认证登录Linux实例。
执行以下命令，查看DeepGPU-LLM安装状态及版本。
sudo pip list | grep deepgpu-llm显示结果如下，表示DeepGPU-LLM已成功安装且当前版本为24.3。
说明您也可以执行
sudo pip show -f deepgpu-llm命令查看已安装的DeepGPU-LLM相关详细信息。（可选）升级DeepGPU-LLM。
如果安装的DeepGPU-LLM版本过低，不满足您业务需求，您可以安装高版本的DeepGPU-LLM来实现升级操作。
找到待安装的DeepGPU-LLM包，右键单击复制链接地址获取安装包路径。
执行以下命令，安装高版本的DeepGPU-LLM。
本示例以下载
deepgpu_llm-24.3+pt2.1cu121-py3-none-any.whl为例，您可以替换成实际需要的DeepGPU-LLM版本。sudo wget https://aiacc-inference-public-v2.oss-cn-hangzhou.aliyuncs.com/aiacc-inference-llm/deepgpu_llm-24.3%2Bpt2.1cu121-py3-none-any.whl sudo pip install deepgpu_llm-24.3+pt2.1cu121-py3-none-any.whl
手动方式（选择公共镜像）
先创建GPU实例，然后在该GPU实例上安装DeepGPU-LLM。本文以选择公共镜像中的Ubuntu 22.04 64位系统或Alibaba Cloud Linux 3系统的镜像为例。
基于Ubuntu 22.04系统
创建GPU实例。
（条件必选）如果创建GPU实例时无法选中或忘记选中安装GPU驱动项，手动安装GPU实例的Tesla驱动和CUDA Toolkit。
具体操作，请参见在GPU计算型实例中手动安装Tesla驱动（Linux）和安装CUDA。
远程连接GPU实例。
具体操作，请参见通过密码或密钥认证登录Linux实例。
依次执行以下命令，配置环境变量。
export PATH=/usr/local/cuda-12.4/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH依次执行以下命令，查看GPU实例的驱动以及CUDA是否安装成功。
nvidia-smi nvcc -V显示结果如下所示，表示驱动和CUDA已安装成功。
（条件必选）如果您的GPU实例规格族为ebmgn7、ebmgn7e、ebmgn7ex或sccgn7ex时，安装与驱动版本对应的nvidia-fabricmanager服务。
具体操作，请参见安装nvidia-fabricmanager服务。
执行以下命令，安装DeepGPU-LLM的部分依赖项。
sudo apt-get update sudo apt-get -y install python3.10 python3-pip openmpi-bin libopenmpi-dev curl vim执行以下命令，安装DeepGPU-LLM。
说明下载和安装过程需要较长时间，请您耐心等待。
根据所需DeepGPU-LLM版本和环境依赖PyTorch版本、CUDA版本，选择合适的DeepGPU-LLM安装包。如何获取最新DeepGPU-LLM版本号，请参见DeepGPU-LLM加速安装包。
sudo pip3 install deepgpu_llm=={DeepGPU-LLM版本号}+{PyTorch版本}{CUDA版本} \ -f https://aiacc-inference-public-v2.oss-cn-hangzhou.aliyuncs.com/aiacc-inference-llm/deepgpu_llm.html例如
{DeepGPU-LLM版本号}为24.7.2、{PyTorch版本}为pt2.4、{CUDA版本}为cu124表示安装24.7.2版本的DeepGPU-LLM。sudo pip3 install deepgpu_llm==24.7.2+pt2.4cu124 \ -f https://aiacc-inference-public-v2.oss-cn-hangzhou.aliyuncs.com/aiacc-inference-llm/deepgpu_llm.html执行以下命令，查看DeepGPU-LLM安装状态及版本。
sudo pip list | grep deepgpu-llm显示结果如下，表示DeepGPU-LLM已成功安装且当前版本为24.7.2。
基于Alibaba Cloud Linux 3系统
创建GPU实例。
远程连接已创建的GPU实例。
具体操作，请参见通过密码或密钥认证登录Linux实例。
依次执行以下命令，查看GPU实例的驱动以及CUDA是否安装成功。
nvidia-smi nvcc -V
执行以下命令，安装DeepGPU-LLM的部分依赖项。
sudo yum install epel-release sudo yum update sudo yum install openmpi3 openmpi3-devel curl sudo wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh sudo chmod +x Miniconda3-latest-Linux-x86_64.sh sudo ./Miniconda3-latest-Linux-x86_64.sh执行以下命令，修改环境变量。
export PATH=/usr/lib64/openmpi3/bin:$PATH export LD_LIBRARY_PATH=/usr/lib64/openmpi3/lib:$LD_LIBRARY_PATH执行以下命令，使能和配置Miniconda环境，并在该环境中安装Python。
本示例以安装Python 3.10为例，如果需要安装Python 3.9，请您自行配置。
sudo su /root/miniconda3/bin/conda init source ~/.bashrc conda create -n py310 python=3.10 conda activate py310执行以下命令，安装DeepGPU-LLM。
说明下载和安装过程需要较长时间，请您耐心等待。
根据所需DeepGPU-LLM版本和环境依赖PyTorch版本、CUDA版本，选择合适的DeepGPU-LLM安装包。如何获取最新DeepGPU-LLM版本号，请参见DeepGPU-LLM加速安装包。
pip3 install deepgpu_llm==24.7.2+pt2.4cu124 \ -f https://aiacc-inference-public-v2.oss-cn-hangzhou.aliyuncs.com/aiacc-inference-llm/deepgpu_llm.html执行以下命令，查看DeepGPU-LLM安装状态及版本。
pip list | grep deepgpu-llm显示结果如下，表示DeepGPU-LLM已成功安装且当前版本为24.7。
在Docker环境下安装DeepGPU-LLM
手动安装方式
准备Docker环境。
执行以下命令，安装或升级docker-ce。
执行以下命令，安装nvidia-container-toolkit。
如需了解更多信息，请参见Installing the NVIDIA Container Toolkit。
执行以下命令，在Docker环境中拉取并启用Docker镜像。
本示例以拉取
pytorch/pytorch:2.1.0-cuda12.1-cudnn8-devel镜像为例。sudo docker pull pytorch/pytorch:2.1.0-cuda12.1-cudnn8-devel sudo docker run -ti --gpus all --name="deepgpu_llm" --network=host \ -v /root/workspace:/root/workspace \ --shm-size 5g pytorch/pytorch:2.1.0-cuda12.1-cudnn8-devel执行以下命令，安装依赖库。
apt update apt install openmpi-bin libopenmpi-dev curl上述命令安装的
openmpi-bin提供了OpenMPI、libopenmpi-dev软件包以及curl软件包。安装DeepGPU-LLM。
根据所需的DeepGPU-LLM版本和依赖PyTorch版本，通过
pip3 install命令安装DeepGPU-LLM。如何获取最新DeepGPU-LLM版本号，请参见DeepGPU-LLM加速安装包。sudo pip3 install deepgpu_llm=={DeepGPU-LLM版本号}+{PyTorch版本}{CUDA版本} \ -f https://aiacc-inference-public-v2.oss-cn-hangzhou.aliyuncs.com/aiacc-inference-llm/deepgpu_llm.html例如
{DeepGPU-LLM版本号}为24.3、{PyTorch版本}为pt2.1、{CUDA版本}为cu121表示安装24.3版本的DeepGPU-LLM。sudo pip3 install deepgpu_llm==24.3+pt2.1cu121 \ -f https://aiacc-inference-public-v2.oss-cn-hangzhou.aliyuncs.com/aiacc-inference-llm/deepgpu_llm.html执行以下命令，查看DeepGPU-LLM安装状态及版本。
sudo pip list | grep deepgpu-llm显示结果如下，表示DeepGPU-LLM已成功安装且当前版本为24.3。
容器镜像安装方式
使用DeepGPU-LLM容器镜像可以快速安装DeepGPU-LLM，您无需深入了解底层的硬件优化细节，该镜像拉取完成后，无需额外配置即可开箱即用。
获取DeepGPU-LLM容器镜像。
登录容器镜像服务控制台。
在左侧导航栏，单击制品中心。
在仓库名称搜索框，搜索
deepgpu选择目标镜像egs/deepgpu-llm。DeepGPU-LLM容器镜像大概每3个月内更新一次。镜像详情如下所示：
镜像名称
组件信息
镜像地址
适用的GPU实例
DeepGPU-LLM
DeepGPU-LLM：24.3
Python：3.10
PyTorch：2.1.0
CUDA：12.1.1
cuDNN：8.9.0.131
基础镜像：Ubuntu 22.04
egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/deepgpu-llm:24.3-pytorch2.1-cuda12.1-cudnn8-ubuntu22.04
DeepGPU-LLM镜像仅支持以下GPU实例选择，更多信息，请参见GPU计算型（gn系列）。
gn6e、ebmgn6e
gn7i、ebmgn7i、ebmgn7ix
gn7e、ebmgn7e、ebmgn7ex
安装DeepGPU-LLM。
Docker环境安装完成后，拉取已获取的DeepGPU-LLM容器镜像来安装DeepGPU-LLM。具体操作，请参见安装DeepGPU-LLM操作步骤。
使用DeepGPU-LLM运行模型
下载模型前，请确认您已成功登录GPU实例。更多信息，请参见连接方式概述。
下载开源模型。
modelscope是阿里达摩院提供的开源模型平台，以下载modelscope格式的通义千问-7B-Chat模型为例，您可以通过以下任一方式下载该模型。
重要下载模型过程中，如果显示内存不足导致模型下载失败，您可以通过扩容云盘来解决，具体操作，请参见云盘扩容指引。
git lfs clone命令方式
进入ModelScope官网，搜索模型名称（例如qwen）。
在搜索页面的模型库区域，单击通义千问-7B-Chat。
找到modelscope的专属模型名并复制模型ID。
执行以下命令，构建下载命令并下载模型ID。
sudo git-lfs clone https://modelscope.cn/qwen/Qwen-7B-Chat.git
ModelScope库中的snapshot_download方式
进入ModelScope官网，搜索模型名称（例如qwen）。
在搜索页面的模型库区域，单击通义千问-7B-Chat。
找到modelscope的专属模型名并复制模型ID。
准备
download_from_modelscope.py脚本。执行以下命令，下载模型。
模型下载前，您需要在通义千问-7B-Chat页面的模型文件页签下查看模型版本号。本命令以模型版本号为v.1.1.7为例。
python3 download_from_modelscope.py --model_name Qwen/Qwen-7B-Chat --version v1.1.7
运行Qwen模型推理对话功能。
DeepGPU-LLM提供了
llama_cli、qwen_cli、baichuan_cli和chatglm_cli等脚本帮助您直接运行相应类别的LLM模型，具体运行命令可以通过--help查看具体配置项。例如：
以运行
qwen_cli脚本加载qwen-7b-chat模型或qwen1.5-7b-chat模型推理进行对话为例。示例命令如下：说明--model_dir后的路径请您替换成模型成功下载后的实际路径。qwen-7b-chat模型
qwen_cli --model_dir /home/ecs-user/Qwen-7B-Chat --tp_size 1 --precision fp16调用完成后，您可以输入内容和Qwen模型进行对话。例如：
qwen1.5-7b-chat模型
qwen_cli --model_dir /home/ecs-user/Qwen1.5-7B-Chat --tp_size 1 --precision fp16调用完成后，您可以输入内容和Qwen模型进行对话。例如：
（可选）模型转换并运行模型推理对话功能。
对于某些受限场景，可以提前做好模型转换，然后部署运行模型的推理对话功能即可。
转换模型格式。
以qwen1.5-7b-chat模型为例，其转换命令如下所示：
huggingface_model_convert --in_file /root/Qwen1.5-7B-Chat --saved_dir /root/qwen1.5-7b-chat --infer_gpu_num 1 --weight_data_type fp16 --model_name qwen1.5-7b-chat执行以下命令，运行Qwen模型推理对话功能。
qwen_cli --tokenizer_dir /root/Qwen1.5-7B-Chat --model_dir /root/qwen1.5-7b-chat/1-gpu/ --tp_size 1 --precision fp16
常见问题
问题：在Ubuntu 20.04系统上GPU上，执行以下命令安装DeepGPU-LLM时失败。
apt-get update apt-get -y install python3-pip openmpi-bin libopenmpi-dev curl vim pip3 install deepgpu_llm -f https://aiacc-inference-public-v2.oss-cn-hangzhou.aliyuncs.com/aiacc-inference-llm/deepgpu_llm.html原因及措施：由于apt无法直接安装python 3.10，直接放弃python 3.10安装，安装其他组件即可。安装过程中可能会被动安装gdm3模块导致系统变为图形界面，而非默认的命令行，您可以通过以下命令关闭。
systemctl disable gdm3 reboot
联系我们
如果您在安装和使用DeepGPU-LLM过程中遇到问题，欢迎加入钉钉群23210030587寻求帮助（钉钉通讯客户端下载地址）。