小白能看懂的AI大模型系列-本地部署（vllm）

关注

原创最新推荐文章于 2026-04-22 09:49:13 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

【LLM】vLLM部署与int8量化介绍了vLLM原理并讲解如何支持peft，对不同的decoding methods进行了说明，同时详述了int8量化的过程。阅读详情

目前开源大模型的一大优势就是，它可以本地化部署，只要你的显卡硬件配置能满足要求，你可以在自己的本地部署属于自己的大模型，不用担心数据泄露等问题。下面康师傅将从部署设备、部署架构、部署模型，带大家初步尝试AI大模型的本地化部署，本篇以VLLM为例进行介绍。

1.部署设备

AI大模型的部署环境其实比较复杂，比如Anaconda、CUDA、CUDNN、pytorch、python等各种环境，，配置起来很容易出错，如果在自己的电脑上进行配置，会有各种报错，同时会影响你自己电脑的使用。这里康师傅建议各位尝试租赁使用云服务器，推荐两种方式：

1.1阿里、腾讯等云服务器

大品牌，价格也不贵，根据不同的模型部署框架，根据它的安装要求，进行云服务器环境配置，如下图所示：

但这种有一些不太方便的，这些云服务器配置起来也不方便，得从头到尾配置一遍，而且他最低也是以“天”为单位，对我们初始学习来说，太贵了。

1.2AutoDL算力云服务器

这个服务器本人强烈推荐，最适合小白刚开始上手的时候练习了。一方面价格便宜，4090的显卡（此处建议大家直接选择4090，因为现在很多框架对算力的要求都提升了，不如直接选个4090），租赁一小时只需要2.4元；

另一方面，他可以帮你配置好大模型正常需要的环境配置，如pytorch、python、CUDA等，如下图所示：

选择好按量计费-基础环境后，点击创建开机后，即可使用该服务器。

1.3远程连接VS code

选择好云服务器后，为了方便我们后面使用python代码编写和项目管理，我们使用vs-code，其提供了有图形界面的远程开发环境-SSH，同时提供接口转发功能，适合开发经验为0的小白使用，点击下载即可。

安装好后，需要进行2步操作：

安装中文包

在扩展里搜索“Chinese”，选择搜索项的第一个，安装后软件将自动显示为简体中文模式。

安装远程服务

vscode有一个很大的便捷是，提供了SSH，让远程连接百年的更加简洁，特别是针对小白。在扩展项里搜索“Remote”，点击安装后，首页会出现“远程资源管理器”入口。

点击“远程资源管理器”，出现管理界面，然后点击“+”添加完成服务器，在SSH连接命令中，输入刚刚AutoDL中租赁服务器的登录指令，复制后粘贴。

选择本机中的config配置文件

右下角点击连接

输入AutoDL租赁服务器中的密码，回车进入

点击“打开文件夹”输入“root”，进入服务器根目录

进入，可以看到当前的服务器概况介绍，这里说数据盘为“/root/autodl-tmp”，建议大家后续实操的时候，将数据文件放在这个目录下面。这个时候服务器基本就配置好了。

2.部署架构

前面讲过，目前AI大模型的主要部署框架有3个：ollama、vllm、lmdeploy。ollama主要是针对个人用户，这里康师傅就不演示了，有兴趣的同学可以自己搜索了部署试一试。我这里就先演示vllm和lmdeploy两种。

2.1vllm中文文档

我们使用某一个部署框架时，一定要先去看它的中文文档，比如vllm，一般直接搜索“vllm中文文档”，点击进入后可以查看部署要求和运行方法。

2.2创建虚拟环境

每个大模型部署框架所需要的环境配置不一样，因此针对每个大模型框架，建议对应的创建一个虚拟环境，python版本选择3.12.我这里使用命令创建一个名为“vllm”的虚拟环境：conda create -n vllm python=3.12 -y。

查看配置环境：conda env list，用该命令查看虚拟环境是否配置好。这里可以看到，除了base环境，我还有一个vllm虚拟环境。

激活虚拟环境：source activate vllm，此时的环境变换为“vllm”

2.3配置vllm

如果是NVIDIA的GPU，那么可以直接使用pip来进行安装，输入命令“pip install vllm”。下载的东西比较多，大概需要10-20min，过程如图所示：

安装vllm后，界面如下图所示，warning可以忽略

3.部署模型

开源模型有2个下载的地方，一个为国外的huggingface平台，上面的模型很全，国外模型的更新速度也很快，但是国内没有访问权限，需要科学上网；另一个就是国内的魔搭社区，是国内阿里巴巴推出的开源AI模型社区，这里面主流的模型也有，我这里以魔搭社区-DeepSeek1.5B模型为例：

3.1安装modelscope

安装魔搭社区里的模型，首先需要魔搭社区的modelscope，直接在终端输入命令：pip install modelscope

下载成功后如图所示：

3.2选择对应的模型，进行SDK下载

这里以DeepSeek1.5B模型为例，在魔搭社区的模型库里搜索“DeepSeek”，选择其中的1.5B模型，点击后进入模型下载页面，选择SDK下载，复制其中的代码：

选择SDK下载模式，复制其中的代码：

在云服务器的数据盘里，新建一个“LLM”文件夹，专门用来存放模型，同时，在根目录下，新建一个“download.py”文件，将刚刚复制的代码复制进去，这里需要注意的是，model_dir里，是直接缓存到云服务器上，我们后面需要使用该模型，所以在模型后面增加一个“catch_dir”，制定下载路径，这里我把模型下载到我刚刚新建的LLM文件夹下。

保存download.py文件，cd进入该文件所在目录，执行该py文件，在命令行输入“pip download.py”，则开始下载刚刚选择的DeepSeek1.5B模型。这里需要注意的是，魔搭社区里，模型下载完成后，他的successfully提示不是在最下面，而是在中间，如果有Download model ‘deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B’ successfully提示，则该模型下载完成。

点击LLM文件夹，可以看到有2个AI文件，这两个模型文件一模一样，使用其中一个就行。

3.3运行模型

模型下载后，可以利用vllm模型部署框架加载并运行模型。vllm里面模型的运行比较简单，就是vllm serve 模型的绝对路径。我这里就是“vllm serve /root/autodl-tmp/.autodl/LLM/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B”，此时可以看到，模型已经后台开始运行，本地的端口号为8000.