一、介绍
ERNIE-4.5-21B-A3B-Paddle 是百度推出的新一代多模态大模型,属于 ERNIE 4.5 系列,采用 混合专家(MoE)架构,总参数规模达 210 亿,激活参数 30 亿。该模型基于 飞桨(PaddlePaddle)深度学习框架 开发,支持文本与视觉的联合训练,具备强大的多模态理解和生成能力。
核心架构与技术特点
1. 多模态异构 MoE 预训练
- 架构创新:
- 采用 异构 MoE(Mixture of Experts)架构,结合文本和视觉模态进行联合训练,提升跨模态理解能力。
- 引入 模态隔离路由(Modality-Isolated Routing)、路由器正交损失(Router Orthogonal Loss) 和 多模态令牌平衡损失(Multimodal Token-Balanced Loss),确保不同模态信息的高效协同,避免模态间干扰。
2. 高效扩展的基础设施
- 训练端:
- 通过 异构混合并行、分层负载均衡、FP8 混合精度训练 等技术,实现高吞吐量(模型 FLOP 利用率 MFU 达 47%)。
- 支持大规模模型的高效训练,降低资源消耗。
- 推理端:
- 支持 4-bit/2-bit 无损量化,采用 多专家并行协作 和 动态角色切换的 PD 解耦(PD Disaggregation) 技术,提升推理效率。
- 兼容多种硬件平台(如 NVIDIA GPU、昆仑芯 XPU 等),降低部署门槛。
3. 针对特定模态的后训练
- 文本模型:
- 通过 监督微调(SFT)、直接偏好优化(DPO) 等技术进行对齐,优化指令遵循和知识问答能力。
- 视觉语言模型:
- 支持 “思考模式(Thinking Mode)” 和 “非思考模式(Non-Thinking Mode)”:
- 非思考模式:擅长快速视觉感知,适用于实时图像识别等任务。
- 思考模式:适用于复杂推理任务,如文档理解、图表分析等。
- 支持 “思考模式(Thinking Mode)” 和 “非思考模式(Non-Thinking Mode)”:
- 轻量级模型:
- 提供 3 亿参数(0.3B)稠密模型,适配移动端部署需求,同时保持高性能。
二、部署过程
基础环境最低要求说明:
环境名称 | 版本信息1 |
---|---|
Ubuntu | 22.04.4 LTS |
Cuda | V12.4.105 |
Python | 3.12 |
NVIDIA Corporation | RTX 4090 |
1. 更新基础软件包
查看系统版本信息
# 查看系统版本信息,包括ID(如ubuntu、centos等)、版本号、名称、版本号ID等
cat /etc/os-release
配置 apt 国内源
# 更新软件包列表
apt-get update
这个命令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息,但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤,因为它确保了您获取的是最新版本的软件包。
# 安装 Vim 编辑器
apt-get install -y vim
这个命令用于安装 Vim 文本编辑器。-y
选项表示自动回答所有的提示为“是”,这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器,广泛用于编程和配置文件的编辑。
为了安全起见,先备份当前的 sources.list
文件之后,再进行修改:
# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak
这个命令将当前的 sources.list
文件复制为一个名为 sources.list.bak
的备份文件。这是一个好习惯,因为编辑 sources.list
文件时可能会出错,导致无法安装或更新软件包。有了备份,如果出现问题,您可以轻松地恢复原始的文件。
# 编辑软件源列表文件
vim /etc/apt/sources.list
这个命令使用 Vim 编辑器打开 sources.list
文件,以便您可以编辑它。这个文件包含了 APT(Advanced Package Tool)用于安装和更新软件包的软件源列表。通过编辑这个文件,您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。
在 Vim 中,您可以使用方向键来移动光标,i
键进入插入模式(可以开始编辑文本),Esc
键退出插入模式,:wq
命令保存更改并退出 Vim,或 :q!
命令不保存更改并退出 Vim。
编辑 sources.list
文件时,请确保您了解自己在做什么,特别是如果您正在添加新的软件源。错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定,最好先搜索并找到可靠的源信息,或者咨询有经验的 Linux 用户。
使用 Vim 编辑器打开 sources.list
文件,复制以下代码替换 sources.list
里面的全部代码,配置 apt 国内阿里源。
deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
安装常用软件和工具
# 更新源列表,输入以下命令
apt-get update
# 更新系统软件包,输入以下命令
apt-get upgrade
# 安装常用软件和工具,输入以下命令
apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential
出现以下页面,说明国内apt源已替换成功,且能正常安装apt软件和工具
2. 安装 NVIDIA CUDA Toolkit 12.1
- 下载 CUDA Keyring :
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb
这个命令用于下载 CUDA 的 GPG 密钥环,它用于验证 CUDA 软件包的签名。这是确保软件包安全性的一个重要步骤。
- 安装 CUDA Keyring :
dpkg -i cuda-keyring_1.0-1_all.deb
使用 dpkg
安装下载的密钥环。这是必要的,以便 apt
能够验证从 NVIDIA 仓库下载的软件包的签名。
- 删除旧的 apt 密钥(如果必要) :
apt-key del 7fa2af80
这一步可能不是必需的,除非您知道 7fa2af80
是与 CUDA 相关的旧密钥,并且您想从系统中删除它以避免混淆。通常情况下,如果您只是安装 CUDA 并使用 NVIDIA 提供的最新密钥环,这一步可以跳过。
- 更新 apt 包列表 :
apt-get update
更新 apt 的软件包列表,以便包括刚刚通过 cuda-keyring
添加的 NVIDIA 仓库中的软件包。
- 安装 CUDA Toolkit :
apt-get -y install cuda-toolkit-12-1
出现以下页面,说明 NVIDIA CUDA Toolkit 12.1 安装成功
注意:这里可能有一个问题。NVIDIA 官方 Ubuntu 仓库中可能不包含直接名为 cuda-toolkit-12-1
的包。通常,您会安装一个名为 cuda
或 cuda-12-1
的元包,它会作为依赖项拉入 CUDA Toolkit 的所有组件。请检查 NVIDIA 的官方文档或仓库,以确认正确的包名。
如果您正在寻找安装特定版本的 CUDA Toolkit,您可能需要安装类似 cuda-12-1
的包(如果可用),或者从 NVIDIA 的官方网站下载 CUDA Toolkit 的 .run
安装程序进行手动安装。
请确保您查看 NVIDIA 的官方文档或 Ubuntu 的 NVIDIA CUDA 仓库以获取最准确的包名和安装指令。
- 出现以上情况,需要配置 NVIDIA CUDA Toolkit 12.1 系统环境变量
编辑 ~/.bashrc 文件
# 编辑 ~/.bashrc 文件
vim ~/.bashrc
插入以下环境变量
# 插入以下环境变量
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
激活 ~/.bashrc 文件
# 激活 ~/.bashrc 文件
source ~/.bashrc
查看cuda系统环境变量
which nvcc
nvcc -V
3. 安装 Miniconda
- 下载 Miniconda 安装脚本 :
- 使用
wget
命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版,包含了 Anaconda 的核心组件,用于安装和管理 Python 包。
- 使用
- 运行 Miniconda 安装脚本 :
- 使用
bash
命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。
- 使用
# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh
# 初次安装需要激活 base 环境
source ~/.bashrc
按下回车键(enter)
输入yes
输入yes
安装成功如下图所示
pip配置清华源加速
# 编辑 /etc/pip.conf 文件
vim /etc/pip.conf
加入以下代码
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
注意事项:
- 请确保您的系统是 Linux x86_64 架构,因为下载的 Miniconda 版本是为该架构设计的。
- 在运行安装脚本之前,您可能需要使用
chmod +x Miniconda3-latest-Linux-x86_64.sh
命令给予脚本执行权限。 - 安装过程中,您将被提示是否同意许可协议,以及是否将 Miniconda 初始化。通常选择 “yes” 以完成安装和初始化。
- 安装完成后,您可以使用
conda
命令来管理 Python 环境和包。 - 如果链接无法访问或解析失败,可能是因为网络问题或链接本身的问题。请检查网络连接,并确保链接是最新的和有效的。如果问题依旧,请访问 Anaconda 的官方网站获取最新的下载链接。
4. 从 github 仓库 克隆项目
- 克隆存储库:
# 克隆项目
git clone https://github.com/deepseek-ai/DeepSeek-R1 DeepSeek-R1-0528-Qwen3-8B
5. 创建虚拟环境
# 创建一个名为 Fast_Deploy 的新虚拟环境,并指定 Python 版本为 3.12
conda create -n Fast_Deploy python=3.12 -y
6. 安装模型依赖库
- 切换到项目目录、激活虚拟环境、安装依赖
# 切换到项目工作目录
cd /ERNIE
# 激活虚拟环境
conda activate Fast_Deploy
# 安装模型依赖库
python -m pip install paddlepaddle-gpu==3.1.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/
python -m pip install fastdeploy-gpu -i https://www.paddlepaddle.org.cn/packages/stable/fastdeploy-gpu-86_89/ --extra-index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
7. 下载预训练模型
- 下载预训练权重
# 切换到项目工作目录
cd /ERNIE
# 下载预训练权重
huggingface-cli download baidu/ERNIE-4.5-21B-A3B-Paddle --local-dir baidu/ERNIE-4.5-21B-A3B-Paddle
8. 启动服务
# 切换到项目目录
cd /ERNIE
# 激活虚拟环境
conda activate Fast_Deploy
# 启动 api_server 服务到后台
nohup python -m fastdeploy.entrypoints.openai.api_server \
--model "baidu/ERNIE-4.5-21B-A3B-Paddle" \
--max-model-len 32768 \
--port 9904 > api_server.log 2>&1 &
# 设置环境变量并启动 WebUI 到后台
cd /ERNIE/cookbook
nohup python conversation_demo.py \
--model_map '{"ERNIE-4.5-21B-A3B-Paddle": "http://localhost:9904/v1"}' \
--server-port 8080 \
--server-name "0.0.0.0" > webui.log 2>&1 &
# 在一个终端窗口中同时跟踪两个日志文件
tail -f api_server.log webui.log
# 检查端口
netstat -tulnp | grep 8080
三、网页演示
出现以下页面,即是模型已搭建完成。