基于vLLM-Ascend的GLM-5.1模型Atlas 800I A3单机混部部署实践
​作者​昇腾实战派​知识地图​https://blog.csdn.net/Lumos_Lovegood/article/details/161601003背景概述本文档将介绍基于vLLM-Ascend的GLM-5.1模型在Atlas 800I A3上的单机混部部署实践包括支持的特性、特性配置、环境信息以及性能测试典型case。基本信息软件版本设备信息组网形态总卡数数据格式0.18.0NPU: Atlas 800I A3-560T, HBM 128GCPU: Kunpeng 920 (80核-2900MHz)内存: 32根64G5200MHzOS: OpenEuler 22.03 LTS-SP4Atlas 800I A3单机8W8A8C16服务化配置低时延/高吞吐exportHCCL_OP_EXPANSION_MODEAIVexportOMP_PROC_BINDfalseexportOMP_NUM_THREADS1exportHCCL_BUFFSIZE200exportPYTORCH_NPU_ALLOC_CONFexpandable_segments:TrueexportVLLM_ASCEND_BALANCE_SCHEDULING1exportVLLM_ASCEND_ENABLE_MLAPO1vllm serve /mnt/weight/GLM-new-w8a8\--host0.0.0.0\--port8077\--data-parallel-size1\--tensor-parallel-size16\--enable-expert-parallel\--seed1024\--served-model-name glm-5\--max-num-seqs48\--max-model-len20480\--max-num-batched-tokens4096\--trust-remote-code\--gpu-memory-utilization0.95\--quantizationascend\--enable-chunked-prefill\--no-enable-prefix-caching\--async-scheduling\--additional-config{enable_npugraph_ex: true,fuse_muls_add:true,multistream_overlap_shared_expert:true}\--compilation-config{cudagraph_mode: FULL_DECODE_ONLY}\--speculative-config{num_speculative_tokens: 3, method: deepseek_mtp}典型测试用例平均输入平均输出并行策略上下文长度Prefix Cache命中率总请求数最大并发数请求频率(req/s)20482048MLADP1TP16204800164035001500MLADP1TP162048009624035001500MLADP1TP162048001640163841024MLADP1TP162048002050163841024MLADP1TP1620480041020482048MLADP2TP820480014436032768512MLADP2TP833792082032768512MLADP2TP8337920410测试命令参考aisbench官方测试指南。aisbench测试命令vllm-ascend社区官网特别声明以上配置均未开启Prefix Cache若实际生产环境需要使用该特性参考vLLM-Ascend社区参数指南开启–enable-prefix-caching

相关新闻

如何快速恢复微信聊天记录:开源工具WechatDecrypt的完整解决方案

如何快速恢复微信聊天记录:开源工具WechatDecrypt的完整解决方案

如何快速恢复微信聊天记录:开源工具WechatDecrypt的完整解决方案 【免费下载链接】WechatDecrypt 微信消息解密工具 项目地址: https://gitcode.com/gh_mirrors/we/WechatDecrypt 微信聊天记录承载着我们生活中的重要回忆与关键信息,但当手机损坏…

2026/7/10 23:58:43阅读更多 →
【AVRCP】规范精讲[41]:AV/C指令帧解析,蓝牙遥控交互的底层语言

【AVRCP】规范精讲[41]:AV/C指令帧解析,蓝牙遥控交互的底层语言

很多做蓝牙音频开发的工程师都会有这样的困惑:为什么车机发一个播放指令,手机有时能响应有时没反应?为什么解析出来的指令帧总是对不上协议描述?为什么不同品牌设备交互时会出现指令不兼容? 这些问题的根源&#xff0c…

2026/7/10 23:58:43阅读更多 →
计算机大数据毕设实战-基于 Python 的热点微博舆情态势分析系统的设计与实现 基于 Python 的微博热门话题数据统计分析系统【完整源码+LW+部署说明+演示视频,全bao一条龙等】

计算机大数据毕设实战-基于 Python 的热点微博舆情态势分析系统的设计与实现 基于 Python 的微博热门话题数据统计分析系统【完整源码+LW+部署说明+演示视频,全bao一条龙等】

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

2026/7/10 23:53:42阅读更多 →
AI时代职场生存指南:从工具替代到人机协作的转型策略

AI时代职场生存指南:从工具替代到人机协作的转型策略

最近不少企业都在悄悄推进"AI提效裁员"计划,表面上是技术升级,实际上却是用AI工具替代重复性岗位。这种趋势已经从互联网大厂蔓延到传统行业,让很多职场人开始焦虑:下一个被优化的会不会是我?但真相是&#…

2026/7/11 1:13:47阅读更多 →
快速入门openEuler LFS实践:5个核心脚本详解与实战

快速入门openEuler LFS实践:5个核心脚本详解与实战

快速入门openEuler LFS实践:5个核心脚本详解与实战 【免费下载链接】lfs-course This reposiroty will provide the lfs course which has been created in openEuler-practice-courses and migrated here. 项目地址: https://gitcode.com/openeuler/lfs-course …

2026/7/11 1:13:47阅读更多 →
2026主流业务数据报表工具对比测评|企业个人工具选型参考

2026主流业务数据报表工具对比测评|企业个人工具选型参考

数字化办公模式普及后,业务数据报表是开展业务复盘、数据分析、经营研判的重要基础载体。目前市面可用于制作业务数据报表的工具品类丰富,不同工具的功能架构、适配场景、技术特性存在明显差异。个人从业者、企业运维人员、办公人员在自主选型时&#xf…

2026/7/11 1:13:47阅读更多 →
Linux 账户安全校验:pwck 命令详解,一键检测 passwd 与 shadow 完整性

Linux 账户安全校验:pwck 命令详解,一键检测 passwd 与 shadow 完整性

Linux 学习资料 https://pan.baidu.com/s/1A6qqBk2ViE_Le2cQjSowkQ?pwd7uz8 一、命令简介 pwck 是一个用于验证系统用户认证文件 /etc/passwd 和 /etc/shadow 内容与格式完整性的命令行工具。它会检查文件中的条目是否遵循正确的格式、字段是否有效,并验证用户主…

2026/7/11 1:13:47阅读更多 →
FreeCAD 1.1 与 KiCad 6.0 集成指南:3步为PCB元件创建精准3D封装

FreeCAD 1.1 与 KiCad 6.0 集成指南:3步为PCB元件创建精准3D封装

FreeCAD与KiCad深度集成实战:3步打造专业级PCB元件3D封装在电子设计领域,3D可视化已成为现代PCB设计流程中不可或缺的一环。当硬件工程师在KiCad中完成电路板布局后,一个逼真的3D视图不仅能帮助检查元件间的机械干涉,还能为产品演…

2026/7/11 1:13:47阅读更多 →
Reactor模式Nginx和Redis为什么都用这个架构

Reactor模式Nginx和Redis为什么都用这个架构

https://www.bilibili.com/video/BV1AzLS69EYr/?spm_id_from333.1387.search.video_card.click&vd_sourcea681ba71d1e6430511f4ae86200b353e DeeparchWorks 2026-05-21 00:03:53 你有没有想过一个看HTTP服务器,一个做内存数据库,两个完全不搭界的项…

2026/7/11 1:08:47阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/10 12:10:00阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/10 12:29:21阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/10 4:59:05阅读更多 →
Premiere Pro 2025安装失败原因与AGSIS验证绕过指南

Premiere Pro 2025安装失败原因与AGSIS验证绕过指南

1. 为什么2025版PR安装比以往更“磨人”?——从弹窗警告到路径陷阱的真实处境 Premiere Pro 2025版不是简单的一次版本迭代,它是一道分水岭。我从去年底开始帮影视工作室、高校剪辑实验室和自由职业者部署2025环境,累计处理了137台设备&#…

2026/7/11 0:03:43阅读更多 →
5款实用macOS系统优化工具:让你的Mac运行更流畅更高效

5款实用macOS系统优化工具:让你的Mac运行更流畅更高效

5款实用macOS系统优化工具:让你的Mac运行更流畅更高效 【免费下载链接】open-source-mac-os-apps 🚀 Awesome list of open source applications for macOS. https://t.me/s/opensourcemacosapps 项目地址: https://gitcode.com/gh_mirrors/op/open-so…

2026/7/11 0:03:43阅读更多 →
5分钟完全掌握:ComfyUI ControlNet预处理器终极使用指南

5分钟完全掌握:ComfyUI ControlNet预处理器终极使用指南

5分钟完全掌握:ComfyUI ControlNet预处理器终极使用指南 【免费下载链接】comfyui_controlnet_aux ComfyUIs ControlNet Auxiliary Preprocessors 项目地址: https://gitcode.com/gh_mirrors/co/comfyui_controlnet_aux 想要让AI图像生成真正听从你的指挥吗&…

2026/7/11 0:03:43阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/10 13:39:09阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/10 22:20:33阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/10 17:29:22阅读更多 →