vLLM 部署Qwen2.5 LLM & VLM 大模型
Qwen2.5-32B 和 Qwen2.5-VL-32B 是通义千问（Qwen）系列中的两个大模型，分别对应纯语言模型（LLM）和多模态视觉-语言模型（VLM）。Docker环境安装与配置 NVIDIA Container Toolk，下载大模型参考 Docker部署bge-m3/bge-reranker模型。
标签：大模型
多个模型复用同一张GPU卡方案
上一篇我们使用 Docker部署bge-m3/bge-reranker模型，由于测试环境GPU卡资源紧张，基于成本考虑，需要在同一张卡上运行多个模型。现在以 bge-m3/bge-reranker 模型为例，将两个模型部署在同一张英伟达 L20 GPU卡上。
🎯 同时运行的方案
方案1：使用不同端口分别部署（推荐）
这是最直接和稳定的方式：
# 启动 embe...Continue reading >>
Docker部署bge-m3/bge-reranker模型
安装与配置 NVIDIA Container Toolkit
确认前置条件
在开始之前，请确保系统已经安装了NVIDIA GPU驱动程序（NVIDIA 驱动≥535.86.10，支持 CUDA 12.2+），并且可以正常运行 nvidia-smi 命令。同时，Docker Engine（版本建议 Docker 24.0+）也需要被安装好。安装 NVIDIA Contain...
英伟达算力GPU主要型号及参数
1. A100：数据中心AI计算的奠基石
A100是英伟达2020年发布的旗舰级数据中心GPU，基于Ampere架构，主要特性包括：
- 架构：Ampere
- CUDA核心数：6912
- Tensor核心：432
- 显存：40GB/80GB HBM2e
- 带宽：1.6TB/s
- NVLink支持：可连接多个GPU以扩展算力
- 应用场景：深度学习训练、推理、科学计算、大规模数据分析
A100可广泛应用于高性能计算（HPC）和深度学习...
Continue reading >>常用AI模型介绍及多模型组合使用场景
常用AI模型介绍及TEI模型推理框架
bge-m3模型是一种先进的文本嵌入模型，能够将文本转换为高维向量，从而实现高效的文本相似度计算、分类等任务。
bge-reranker-v2-m3是一个轻量级的重排序模型，具有强大的多语言能力，易于部署，推理速度快。
TEI（全称：Text Embeddings Inference）是由Huggingface推出的高性能推理框架，旨在简化和加速文本嵌入（Embed...
Continue reading >>大语言模型级别划分及使用场景
模型参数量的基本概念
我们通常用参数数量来衡量模型的规模。参数是模型在训练过程中学习的变量，这些变量用于根据输入数据做出预测或生成输出。参数数量通常以B（Billion，十亿）为单位。"B"代表"Billion"（十亿），比如常见的大语言模型级别规模：
7B = 70亿参数
32B = 320亿参数
70B = 700亿参数
910B = 9100亿参数