Files
vllm-r9700-container/params_config.yaml
T
2026-03-10 23:09:39 +08:00

270 lines
6.0 KiB
YAML

# vLLM 参数配置文件
# 用于定义和识别 vLLM 服务器的各类参数
# 模型参数配置
model_params:
# 必需参数
required:
- path # 模型路径
# 可选参数
optional:
- name # 模型名称
- dtype # 数据类型 (auto, float16, float32, bfloat16)
- quantization # 量化方式 (awq, gptq, squeezellm)
- trust_remote # 是否信任远程代码
# 性能参数配置
performance_params:
# GPU 相关
gpu:
- tensor_parallel_size # 张量并行度
- pipeline_parallel_size # 流水线并行度
- gpu_memory_utilization # GPU 内存利用率 (0.0-1.0)
- swap_space # CPU 交换空间大小 (GB)
- max_num_batched_tokens # 最大批量 tokens 数
- max_num_seqs # 最大并发请求数
- num_scheduler_steps # 调度器步数
# 内存管理
memory:
- block_size # 块大小 (8, 16, 32)
- max_model_len # 最大模型上下文长度
- max_logprobs # 最大 logprobs 数
- disable_sliding_window # 禁用滑动窗口
# 服务参数配置
server_params:
# 网络配置
network:
- host # 服务器主机地址
- port # 服务器端口
- ssl_keyfile # SSL 密钥文件
- ssl_certfile # SSL 证书文件
- ssl_ca_certs # SSL CA 证书
- ssl_keyfile_password # SSL 密钥密码
# API 配置
api:
- api_key # API 密钥
- allowed_origins # 允许的源
- timeout_keep_alive # 保持连接超时时间
# 采样参数配置
sampling_params:
# 温度控制
- temperature # 温度 (0.0-2.0)
- top_p # 核采样参数 (0.0-1.0)
- top_k # Top-K 采样
- min_p # 最小概率
# 惩罚参数
- frequency_penalty # 频率惩罚 (-2.0 到 2.0)
- presence_penalty # 存在惩罚 (-2.0 到 2.0)
- repetition_penalty # 重复惩罚
# 生成长度
- max_tokens # 最大生成 tokens 数
- min_tokens # 最小生成 tokens 数
- stop # 停止词列表
- stop_token_ids # 停止 token IDs
# 其他采样选项
- seed # 随机种子
- use_beam_search # 使用束搜索
- best_of # 束搜索的最佳候选数
- length_penalty # 长度惩罚
- early_stopping # 早期停止
- ignore_eos # 忽略 EOS token
- skip_special_tokens # 跳过特殊 tokens
- spaces_between_special_tokens # 特殊 tokens 之间的空格
# 日志参数配置
logging_params:
- log_level # 日志级别 (debug, info, warning, error)
- log_requests # 是否记录请求
- log_responses # 是否记录响应
# 高级参数配置
advanced_params:
# 执行模式
- enforce_eager # 强制使用 eager 模式
- cuda_graphs # CUDA 图
- use_v2_block_manager # 使用 V2 块管理器
# 注意力后端
- use_rocm_attn # 使用 ROCm 注意力后端
- attention_backend # 注意力后端类型
# 分布式
- distributed_executor_backend # 分布式执行器后端
- ray_workers_use_nsight # Ray workers 使用 nsight
# 其他
- load_format # 加载格式
- download_dir # 下载目录
- revision # 模型版本
- code_revision # 代码版本
- tokenizer_revision # tokenizer 版本
# 参数类型映射
param_types:
# 整数类型
integer:
- tensor_parallel_size
- pipeline_parallel_size
- max_num_batched_tokens
- max_num_seqs
- block_size
- max_model_len
- max_tokens
- min_tokens
- top_k
- best_of
- seed
- num_scheduler_steps
- max_logprobs
- swap_space
- timeout_keep_alive
# 浮点数类型
float:
- gpu_memory_utilization
- temperature
- top_p
- min_p
- frequency_penalty
- presence_penalty
- repetition_penalty
- length_penalty
# 布尔类型
boolean:
- trust_remote
- enforce_eager
- use_rocm_attn
- use_beam_search
- early_stopping
- ignore_eos
- skip_special_tokens
- spaces_between_special_tokens
- log_requests
- log_responses
- disable_sliding_window
- use_v2_block_manager
# 字符串类型
string:
- path
- name
- dtype
- quantization
- host
- port
- api_key
- ssl_keyfile
- ssl_certfile
- ssl_ca_certs
- ssl_keyfile_password
- log_level
- attention_backend
- load_format
- download_dir
- revision
- code_revision
- tokenizer_revision
# 列表类型
list:
- stop
- stop_token_ids
- allowed_origins
# 参数默认值
param_defaults:
host: "0.0.0.0"
port: 8000
dtype: "auto"
gpu_memory_utilization: 0.9
max_model_len: 8192
tensor_parallel_size: 1
max_num_seqs: 256
block_size: 16
temperature: 0.7
top_p: 0.9
max_tokens: 256
enforce_eager: false
trust_remote: false
log_level: "info"
# 参数验证规则
param_validation:
gpu_memory_utilization:
min: 0.0
max: 1.0
temperature:
min: 0.0
max: 2.0
top_p:
min: 0.0
max: 1.0
min_p:
min: 0.0
max: 1.0
frequency_penalty:
min: -2.0
max: 2.0
presence_penalty:
min: -2.0
max: 2.0
tensor_parallel_size:
min: 1
max: 8
block_size:
allowed_values: [8, 16, 32]
# 参数分组(用于配置文件组织)
param_groups:
basic:
name: "基础配置"
params:
- path
- name
- port
- api_key
performance:
name: "性能配置"
params:
- tensor_parallel_size
- gpu_memory_utilization
- max_model_len
- max_num_seqs
- block_size
sampling:
name: "采样配置"
params:
- temperature
- top_p
- max_tokens
- frequency_penalty
- presence_penalty
- stop
advanced:
name: "高级配置"
params:
- dtype
- quantization
- enforce_eager
- trust_remote
- swap_space