昇腾环境下使用docker部署mindie-service

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）

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

然后启动容器，将前张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url请求里要用的最短，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
}