Gpu Deploy

🚀 GPU 部署技能

在 GPU 服务器上快速部署 vLLM 模型服务。

✨ 功能特点

🖥️ 多服务器支持 - 配置多个 GPU 服务器，灵活选择 🔍 自动检查 - 一键检查 GPU 状态和端口占用 🤖 模型库 - 预置流行模型配置 ⚡ 快速部署 - 简单命令即可启动服务

1. 配置服务器

创建 ~/.config/gpu-deploy/servers.json： { "servers": { "gpu1": { "host": "gpu1", "user": "lnsoft", "gpu_count": 4, "model_path": "/data/models/llm" }, "my-gpu": { "host": "192.168.1.100", "user": "ubuntu", "gpu_count": 2, "model_path": "/home/ubuntu/models" } }, "default_server": "gpu1" }

2. 检查服务器状态

# 使用默认服务器 gpu-deploy check # 指定服务器 gpu-deploy check --server gpu1

3. 部署模型

# 部署预设模型 gpu-deploy deploy deepseek-r1-32b # 指定端口 gpu-deploy deploy deepseek-r1-32b --port 8112

check - 检查服务器状态

• 检查 GPU 显存和端口占用情况。
• gpu-deploy check [--server NAME] [--port PORT]
• 输出示例：
• ✅ GPU 状态正常
• 4 × Tesla T4 (15GB)
• 显存占用: 12.6GB/卡
• 温度: 51-55°C
• ✅ 端口 8111 可用

deploy - 部署模型

启动 vLLM 模型服务。 gpu-deploy deploy <MODEL_NAME> [--server NAME] [--port PORT] 支持的模型： deepseek-r1-32b - DeepSeek-R1-Distill-Qwen-32B-AWQ llama-3-8b - Llama 3 8B qwen-7b - Qwen 7B mistral-7b - Mistral 7B

list - 列出可用模型

gpu-deploy list

ps - 查看运行中的服务

gpu-deploy ps [--server NAME]

stop - 停止服务

gpu-deploy stop [--server NAME] [--port PORT]

🔧 手动使用（无脚本）

如果不想用封装脚本，也可以直接用原始命令：

检查 GPU

ssh <user>@<host> nvidia-smi

检查端口

ssh <user>@<host> "lsof -i :<port> 2>/dev/null || echo '端口可用'"

部署模型（DeepSeek R1 32B）

ssh <user>@<host> "tmux new-session -d -s vllm ' source /data/miniconda3/etc/profile.d/conda.sh && \ conda activate vllm && \ cd /data/models/llm && \ vllm serve /data/models/llm/deepseek/DeepSeek-R1-Distill-Qwen-32B-AWQ/ \ --tensor-parallel-size 4 \ --max-model-len 102400 \ --dtype half \ --port 8111 \ --served-model-name gpt-4o-mini '"

📦 添加自定义模型

在 ~/.config/gpu-deploy/models.json 中添加： { "my-model": { "name": "My Awesome Model", "path": "/path/to/model", "tensor_parallel_size": 2, "max_model_len": 8192, "dtype": "half", "port": 8111, "served_model_name": "my-model" } }

⚠️ 注意事项

部署前检查 - 总是先运行 check 确认资源可用 后台运行 - 建议使用 tmux/screen 保持服务运行 端口管理 - 不同模型使用不同端口 显存估算 - 7B 模型约需 8-10GB，32B 约需 10-14GB/卡

🔗 相关链接

vLLM 文档: https://docs.vllm.ai 模型下载: https://huggingface.co/models 问题反馈: https://github.com/your-username/gpu-deploy-skill 由 OpenClaw 社区贡献 🦞