Windows 上安装 Python-vLLM 的两种方法

Windows 上安装 Python-vLLM 的两种方法

vLLM Windows 仓库

在 Windows 上安装 vLLM 主要有两种方式：通过已发布的 wheel 包安装和从源码构建安装。

一、通过现有发布的 wheel 包安装（推荐）

发布 v0.11.0

文件示例：vllm-0.11.0+cu124-cp312-cp312-win_amd64.whl

1. 确认版本兼容性

确保 Python、PyTorch 和 CUDA 版本与 wheel 包要求一致（具体版本信息见发布页面）。

2. 下载 wheel 包

从 最新发布页面 下载作者提供的版本。注意：torch 和 CUDA 版本高于发布版也能安装成功，但可能拉取大量依赖导致冲突（如 triton_windows、xformers），后期可能需要手动修复。

3. 安装 wheel 包

打开命令行，使用 pip 安装下载的 wheel 文件：

pip install vllm-0.11.0+cu124-cp312-cp312-win_amd64.whl

（请替换为实际下载的 wheel 文件路径和文件名）

二、从源码构建安装（不推荐）

前置要求

• 安装 Visual Studio 2019 或更高版本（用于编译环境）。
• 安装 CUDA 并配置环境变量（如 CUDA_ROOT、CUDA_HOME 或 CUDA_PATH）。

步骤

1. 安装依赖并构建

# 安装指定版本的 PyTorch（以 CUDA 12.6 为例，需与你的 CUDA 版本匹配）
pip install torch==2.7.1+cu126 torchaudio==2.7.1+cu126 torchvision==0.22.1+cu126 --index-url https://download.pytorch.org/whl/cu126

# 若已安装兼容的 PyTorch，可运行以下脚本复用现有环境
python use_existing_torch.py

# 安装构建依赖
pip install -r requirements/build.txt
pip install -r requirements/windows.txt

# 构建并安装 vLLM
pip install . --no-build-isolation

2. 设置环境变量

set DISTUTILS_USE_SDK=1
set VLLM_TARGET_DEVICE=cuda
set MAX_JOBS=10

如需启用 cuDNN、cuSPARSELt 等功能，需额外设置对应路径：

# 启用 cuDNN（替换为实际安装路径）
set USE_CUDNN=1
set CUDNN_LIBRARY_PATH=PATH_TO_CUDNN_INSTALL_DIR\lib\CUDNN_CUDA_VERSION\x64
set CUDNN_INCLUDE_PATH=PATH_TO_CUDNN_INSTALL_DIR\include\CUDNN_CUDA_VERSION

# 启用 cuSPARSELt（替换为实际安装路径）
set USE_CUSPARSELT=1
set CUSPARSELT_INCLUDE_PATH=PATH_TO_CUSPARSELT_INSTALL_DIR\include
set CUSPARSELT_LIBRARY_PATH=PATH_TO_CUSPARSELT_INSTALL_DIR\lib

3. 配置 Visual Studio 编译环境

运行 Visual Studio 的 vcvarsall.bat 以初始化 x64 编译环境：

VISUAL_STUDIO_INSTALL_PATH\VC\Auxiliary\Build\vcvarsall.bat x64

4. 克隆仓库

git clone --single-branch --branch vllm-for-windows https://github.com/SystemPanic/vllm-windows.git
cd vllm-windows

注意事项

• 从源码构建时，Flash Attention v3 默认在 Windows 上禁用（因编译时间过长）。如需强制启用，可设置环境变量 set VLLM_FORCE_FA3_WINDOWS_BUILD=1。
• 确保所有路径中的占位符（如 PATH_TO_CUDNN_INSTALL_DIR）替换为实际安装路径。
• 若遇到编译或安装错误，建议检查依赖版本兼容性，并参考官方仓库的 issue 或文档进一步排查。