Xorbits Inference（Xinference）是一个性能强大且功能全面的分布式推理框架。可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过 Xorbits Inference，你可以轻松地一键部署你自己的模型或内置的前沿开源模型。无论你是研究者，开发者，或是数据科学家，都可以通过 Xorbits Inference 与最前沿的 AI 模型，发掘更多可能。
🌟 模型推理，轻而易举：大语言模型，语音识别模型，多模态模型的部署流程被大大简化。一个命令即可完成模型的部署工作。
⚡️ 前沿模型，应有尽有：框架内置众多中英文的前沿大语言模型，包括 baichuan，chatglm2 等，一键即可体验！内置模型列表还在快速更新中！
🖥 异构硬件，快如闪电：通过 ggml，同时使用你的 GPU 与 CPU 进行推理，降低延迟，提高吞吐！
⚙️ 接口调用，灵活多样：提供多种使用模型的接口，包括 OpenAI 兼容的 RESTful API（包括 Function Calling），RPC，命令行，web UI 等等。方便模型的管理与交互。
🌐 集群计算，分布协同: 支持分布式部署，通过内置的资源调度器，让不同大小的模型按需调度到不同机器，充分使用集群资源。
🔌 开放生态，无缝对接: 与流行的三方库无缝对接，包括 LangChain，LlamaIndex，Dify，以及 Chatbox。
新建一个虚拟环境
conda create --name xinference python=3.11 -c conda-forge -y && conda activate xinference
安装xinference库
pip install "xinference[all]" -i https://pypi.tuna.tsinghua.edu.cn/simple
由于国内的网络环境无法连接到huggingface，所以我们需要用一个国内的镜像源来替代huggingface
如果是临时生效，运行如下的命令
export HF_ENDPOINT="https://hf-mirror.com"
临时生效（仅在当前终端窗口）
建议采用下面这种永久生效的方案
echo 'export HF_ENDPOINT="https://hf-mirror.com"' >> ~/.bashrc source ~/.bashrc
启动xinference
XINFERENCE_HOME=/mnt/disk1/llm/xinference XINFERENCE_MODEL_SRC=modelscope xinference-local --host 0.0.0.0 --port 9997
命令说明：
XINFERENCE_HOME=/mnt/disk1/llm/xinference 是指定模型的缓存路径，这个路径是一个自定义的路径；
注册模型
纯属个人爱好，相比较于从启动模型去下载模型，我跟喜欢先把模型现在到本地，在从注册模型入口进去将模型导入到Xinference来使用！
注册语言模型案例
运行语言模型的案例
注册向量模型案例
运行向量模型案例
注册重排序模型案例
运行重排序模型案例
相关命令
停止模型并释放资源
xinference terminate --model-uid "qwen2-instruct"
原创文章，作者：朋远方，如若转载，请注明出处：https://caovan.com/ubuntufuwuqixinferencedebushuliucheng/.html
微信扫一扫 