【模型部署】如何在Linux中通过脚本文件部署模型

在 Linux 中，你可以将部署命令保存为可执行脚本文件，并通过终端直接调用。以下是几种常见且实用的方法：

---

方法 1：Shell 脚本（推荐）

步骤

1. 创建一个 .sh 文件（例如 start_vllm.sh）：

   #!/bin/bash
   CUDA_VISIBLE_DEVICES=7 \
   python -m vllm.entrypoints.openai.api_server \
     --served-model-name Qwen2-7B-Instruct \
     --model /home/courseteam/models/models/Qwen2-7B \
     --port 20000
   

2. 赋予执行权限：

   chmod +x start_vllm.sh
   

3. 直接运行：

   ./start_vllm.sh
   

优点

• 简单直接，适合快速部署
• 可扩展性高（可在脚本中添加环境变量、日志记录等）

---

方法 2：Systemd 服务（生产环境推荐）

步骤

1. 创建服务文件 /etc/systemd/system/vllm.service：

   [Unit]
   Description=vLLM API Server
   After=network.target
   
   [Service]
   User=your_username
   WorkingDirectory=/path/to/your/dir
   ExecStart=/usr/bin/python -m vllm.entrypoints.openai.api_server \
     --served-model-name Qwen2-7B-Instruct \
     --model /home/courseteam/models/models/Qwen2-7B \
     --port 20000
   Environment="CUDA_VISIBLE_DEVICES=7"
   Restart=always
   
   [Install]
   WantedBy=multi-user.target
   

2. 启用并启动服务：

   sudo systemctl daemon-reload
   sudo systemctl enable vllm
   sudo systemctl start vllm
   

优点

• 支持开机自启
• 自动崩溃重启
• 集中管理日志（通过 journalctl -u vllm 查看）

---

方法 3：Python 脚本封装

步骤

1. 创建 start_vllm.py：

   import subprocess
   
   def start_server():
       cmd = [
           "python", "-m", "vllm.entrypoints.openai.api_server",
           "--served-model-name", "Qwen2-7B-Instruct",
           "--model", "/home/courseteam/models/models/Qwen2-7B",
           "--port", "20000"
       ]
       env = {"CUDA_VISIBLE_DEVICES": "7"}
       subprocess.Popen(cmd, env=env)
   
   if __name__ == "__main__":
       start_server()
   

2. 赋予执行权限并运行：

   chmod +x start_vllm.py
   python start_vllm.py
   

优点

• 适合需要预处理逻辑的场景（如动态加载配置）
• 可与其他Python代码集成

---

方法 4：Makefile（适合复杂流程）

步骤

1. 创建 Makefile：

   .PHONY: start
   start:
       CUDA_VISIBLE_DEVICES=7 \
       python -m vllm.entrypoints.openai.api_server \
         --served-model-name Qwen2-7B-Instruct \
         --model /home/courseteam/models/models/Qwen2-7B \
         --port 20000
   

2. 运行：

   make start
   

优点

• 适合多步骤部署（如先下载模型再启动）
• 开发者友好

---

方法 5：Docker 容器化

步骤

1. 创建 Dockerfile：

   FROM python:3.9
   RUN pip install vllm
   CMD ["python", "-m", "vllm.entrypoints.openai.api_server", \
     "--served-model-name", "Qwen2-7B-Instruct", \
     "--model", "/models/Qwen2-7B", \
     "--port", "20000"]
   

2. 构建并运行：

   docker build -t vllm-server .
   docker run --gpus all -e CUDA_VISIBLE_DEVICES=7 -p 20000:20000 vllm-server
   

优点

• 环境隔离
• 便于分发和版本控制

---

最佳实践建议

场景	推荐方案	关键优势
快速测试	Shell脚本	简单易用
生产环境长期运行	Systemd服务	高可靠性，自动恢复
需要复杂逻辑控制	Python脚本封装	灵活集成其他功能
团队协作/持续集成	Docker容器	环境一致性

---

权限与路径注意事项

1. 确保脚本和模型路径对执行用户可读

   chmod -R 755 /home/courseteam/models
   

2. 如果使用非标准Python环境，建议在脚本中指定绝对路径：

   /opt/conda/bin/python -m vllm.entrypoints...
   

通过以上任一方法，均可实现一键部署调用。