300I-Duo加速卡部署qwen2.5-vl-7b

原创于 2025-10-24 08:41:24 发布 · 1.6k 阅读

34 ·

CC 4.0 BY-SA版权

文章标签：

#1024程序员节

Linux 同时被 2 个专栏收录

8 篇文章

订阅专栏

海思&昇腾系列

5 篇文章

订阅专栏

文章目录

前言
一、安装基础环境
二、MindIE容器部署
三、测试验证
- 3.1 测试语言能力
- 3.2 测试图像理解能力
总结

前言

最近好像项目国产化的适配好像明显增多了，正好借此机会学习下大模型的国产化部署。本文记录如何利用华为昇腾AI的推理加速引擎MindIE，在昇腾硬件上高效部署qwen2.5-vl-7b大语言模型。

一、安装基础环境

硬件：Atlas 300I Duo 推理卡
系统：Kylin V10(OpenEuler) SP1
查询当前操作系统命令

uname -m && cat /etc/*release

在这里插入图片描述
如果查询的操作系统版本不在对应产品列表中，请替换为支持的操作系统。

安装驱动与固件：
https://www.hiascend.com/hardware/firmware-drivers/community?product=2&model=17&cann=8.2.RC2&driver=Ascend+HDK+25.2.0
在这里插入图片描述
这里笔者选用的是
Ascend-hdk-310p-npu-driver_25.2.0_linux-aarch64.run驱动与Ascend-hdk-310p-npu-firmware_7.7.0.6.236.run固件

./Ascend-hdk-310p-npu-driver_25.2.0_linux-aarch64.run --full
./Ascend-hdk-310p-npu-firmware_7.7.0.6.236.run --full

测试

npu-smi info

在这里插入图片描述

安装MindIE ARM软件包
https://www.hiascend.com/developer/download/community/result?module=ie+pt+cann
在这里插入图片描述
这里笔者选用的是Ascend-mindie_2.1.RC2_linux-aarch64_abi1.run

./Ascend-mindie_2.1.RC2_linux-aarch64_abi1.run

在这里插入图片描述

二、MindIE容器部署

2.1获取MindIE镜像

https://www.hiascend.com/developer/ascendhub/detail/af85b724a7e5469ebd7ea13c3439d48f
在这里插入图片描述
这里选用的是2.1.RC2-300I-Duo-py311-openeuler24.03-lts版本的镜像

选择对应架构的镜像

docker pull --platform=arm64 swr.cn-south-1.myhuaweicloud.com/ascendhub/mindie:2.1.RC2-300I-Duo-py311-openeuler24.03-lts

查看docker镜像

docker images

在这里插入图片描述

2.2启动MindIE容器

启动容器时，需要映射NPU设备并挂载模型权重目录。

docker run -it -d --net=host --shm-size=500g 
--privileged 
--name mindie-qwen-vl-7b 
--device=/dev/davinci_manager 
--device=/dev/hisi_hdc 
--device=/dev/devmm_svm 
-v /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro 
-v /usr/local/sbin:/usr/local/sbin:ro 
-v /data_1/files:/data_1 #挂载权重路径
c6b8147b5039 #镜像ID

查看起好的容器

docker ps

在这里插入图片描述

2.3获取与准备模型权重

下载Qwen3-32B模型：Qwen3-32B的模型权重可以从 ModelScope 或 Hugging Face 等平台下载，国内推荐使用魔塔社区（Modelscope），速度较快。
https://www.modelscope.cn/models/Qwen/Qwen2.5-VL-7B-Instruct/summary

# 安装modelscope
pip install modelscope
# 下载模型
modelscope download --model Qwen/Qwen2.5-VL-7B-Instruct --local_dir /path-to-weights

设置模型权限，这是部署成功的关键一步。
chmod -R 750 /path-to-weights，这里必须是750，太高太低都不行。

2.4配置与启动MindIE服务

2.4.1修改服务配置文件

进入容器后，需要修改MindIE服务的配置文件：

docker exec -it mindie-qwen-vl-7b bash
vim /usr/local/Ascend/mindie/latest/mindie-service/conf/config.json

需要修改的主要参数如下：

{
  "ServerConfig": {
    "port": 1040,           // 服务主端口，可自定义
    "managementPort": 1041, // 管理端口
    "metricsPort": 1042,   // 指标端口
    "httpsEnabled": false   // 初次部署可关闭HTTPS简化流程
  },
  "BackendConfig": {
    "npuDeviceIds": [[0, 1]],  // 指定使用的NPU设备ID，根据实际卡数填写
    "ModelDeployConfig": {
      "truncation": false,
      "ModelConfig": [
        {
          "modelName": "qwen-vl-7b",           // 模型名称，调用时使用
          "modelWeightPath": "/容器内权重路径", // 容器内模型权重挂载路径
          "worldSize": 2                       // 使用的NPU卡数，与npuDeviceIds对应
        }
      ]
    }
  }
}

2.4.1启动推理服务

在容器内，进入MindIE服务脚本目录并启动服务：

cd /usr/local/Ascend/mindie/latest/mindie-service/bin
./mindieservice_daemon        # 前台启动，方便查看日志
# 或
nohup ./mindieservice_daemon > output.log 2>&1 &  # 后台启动，日志写入文件

服务成功启动后，通常会看到提示信息，并且可以通过 npu-smi 命令观察到NPU计算负载显著增加。
在这里插入图片描述

三、测试验证

3.1 测试语言能力

import requests
import json

url = "http://localhost:1040/v1/chat/completions"  # 替换为你的服务器IP和端口
headers = {"Content-Type": "application/json"}
data = {
    "model": "qwen-vl-7b",	 # 与配置文件中的modelName一致
    "messages": [{"role": "user", "content": "请用一句话介绍华为昇腾AI处理器"}],
    "max_tokens": 100,
    "temperature": 0.7
}

response = requests.post(url, headers=headers, data=json.dumps(data))
print(response.json())

在这里插入图片描述

3.2 测试图像理解能力

import requests
import json
import base64
import os
from PIL import Image
import io

def compress_image(image_path, max_size=768):
    """压缩图片到指定大小"""
    try:
        img = Image.open(image_path)
        if max(img.size) > max_size:
            ratio = max_size / max(img.size)
            new_size = (int(img.size[0] * ratio), int(img.size[1] * ratio))
            img = img.resize(new_size, Image.LANCZOS)
        
        byte_arr = io.BytesIO()
        img.convert('RGB').save(byte_arr, format='JPEG', quality=85)
        return byte_arr.getvalue()
    except Exception as e:
        print(f"图片压缩失败: {e}")
        return None

def image_to_base64(image_path):
    """压缩图片并转换为base64"""
    compressed = compress_image(image_path)
    if compressed is None:
        # 如果压缩失败，尝试直接读取
        try:
            with open(image_path, "rb") as f:
                return base64.b64encode(f.read()).decode('utf-8')
        except:
            return None
    return base64.b64encode(compressed).decode('utf-8')

url = "http://127.0.0.1:1040/v1/chat/completions"
headers = {"Content-Type": "application/json"}

# 图片路径
image_path = "2.jpg"

# 检查图片是否存在
if not os.path.exists(image_path):
    print(f"错误: 图片文件不存在: {image_path}")
    exit(1)

base64_image = image_to_base64(image_path)
if base64_image is None:
    print("图片处理失败")
    exit(1)

# 正确的消息格式
data = {
    "model": "qwen-vl-7b",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {
                        "url": f"data:image/jpeg;base64,{base64_image}"
                    }
                },
                {
                    "type": "text",
                    "text": "请描述这张图片的内容"
                }
            ]
        }
    ],
    "max_tokens": 1000,
    "temperature": 0.7
}

try:
    response = requests.post(url, headers=headers, data=json.dumps(data))
    response.raise_for_status()
    result = response.json()
    
    # 提取回答内容
    if 'choices' in result and result['choices']:
        content = result['choices'][0]['message']['content']
        print("模型回答:")
        print(content)
    else:
        print("完整响应:")
        print(json.dumps(result, indent=2))
except Exception as e:
    print(f"请求失败: {e}")
    if hasattr(e, 'response') and e.response:
        print("错误详情:", e.response.text)