跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI 生图工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
PythonAI算法

Atlas 300I Duo 96G 部署 MindIE 运行 32B 大语言模型

基于 Kylin V10 系统在 96G 显存 Atlas 300I Duo 推理卡上,通过配置驱动、固件及 Docker 环境,利用 MindIE 服务结合 Open-WebUI 界面部署 DeepSeek-R1-Distill-Qwen-32B 模型。流程包含环境检测、镜像拉取、容器挂载、权重加载及 API 接口测试,实现本地大语言模型推理服务。

孤勇者发布于 2026/4/7更新于 2026/10/19117 浏览
Atlas 300I Duo 96G 部署 MindIE 运行 32B 大语言模型

一、Atlas 300I Duo 推理卡相关安装步骤

由于显存的瓶颈,48G 的 Atlas 300I Duo 推理卡是没办法跑得起来 DeepSeek-R1-Distill-Qwen-32B 大语言模型的,这里换了一张 96G 版本的 Atlas 300I Duo 推理卡来跑。32B 大语言模组除了对显存有要求,对服务器本身的内存条也有要求,在加载的过程中需要较大的内存,这里服务器的内存条内存为 128GB。

duo 卡图.jpg

1.1 服务器系统与内核说明

服务器系统版本内核版本内存条内存
S5000CKylin V104.19.90-89.11.v2401.ky10.aarch64128GB

注意:服务器安装好系统后先不要执行 yum update -y 更新,否则内核版本会从 4.19.90-89.11 升级到 4.19.90-89.21,Atlas 300I Duo 推理卡的 driver 包会安装失败。

1.2 系统环境说明

本服务器 IP 地址:192.168.2.71 登录用户:root

新开一个 terminal,执行以下命令确认是否有探到 Atlas 300I Duo 推理卡:

lspci |grep Huawei 

如有卡,回显信息是: 0000:01:00.0 Processing accelerators: Huawei Technologies Co., Ltd. Device d500 (rev 23)

uname -a

回显信息是: Linux localhost.localdomain 4.19.90-89.11.v2401.ky10.aarch64 #1 SMP Thu Apr 25 18:20:10 CST 2024 aarch64 aarch64 aarch64 GNU/Linux

cat /etc/*release 

回显信息是: Kylin Linux Advanced Server release V10 (Halberd) DISTRIB_ID=Kylin DISTRIB_RELEASE=V10 DISTRIB_CODENAME=Halberd DISTRIB_DESCRIPTION="Kylin V10" DISTRIB_KYLIN_RELEASE=V10 DISTRIB_VERSION_TYPE=enterprise DISTRIB_VERSION_MODE=normal NAME="Kylin Linux Advanced Server" VERSION="V10 (Halberd)" ID="kylin" VERSION_ID="V10" PRETTY_NAME="Kylin Linux Advanced Server V10 (Halberd)" ANSI_COLOR="0;31"

1.3 准备安装驱动固件

1.3.1 新增 HwHiAiUser 用户
groupadd HwHiAiUser
useradd -g HwHiAiUser -d /home/HwHiAiUser -m HwHiAiUser -s /bin/bash 
1.3.2 准备驱动与固件文件并安装

到华为昇腾官网下载 Ascend-hdk-310p-npu-driver_24.1.0.1_linux-aarch64.run 和 Ascend-hdk-310p-npu-firmware_7.5.0.5.220.run。

将下载好安装文件,放到/root/work 目录下:

 /root/work
 +x *
cd
chmod

参考《Atlas 中心推理卡 24.1.0 NPU 驱动和固件安装指南》文档中介绍的方法安装驱动与固件。因为 Atlas 300I Duo 推理卡是新采购回来的卡,本次安装为首次安装场景,需先安装驱动再安装固件。

安装 driver:

./Ascend-hdk-310p-npu-driver_24.1.0.1_linux-aarch64.run --check ./Ascend-hdk-310p-npu-driver_24.1.0.1_linux-aarch64.run --full

安装成功回显信息是:Driver package installed successfully! The new version takes effect immediately.

安装 firmware:

./Ascend-hdk-310p-npu-firmware_7.5.0.5.220.run --check ./Ascend-hdk-310p-npu-firmware_7.5.0.5.220.run --full

安装成功回显信息是:Firmware package installed successfully! Reboot now or after driver installation for the installation/upgrade to take effect.

执行 reboot 命令重启。 如果驱动固件安装正确,执行 npu-smi info 命令探到信息如下:

1.npu-smi.png

以上驱动固件安装完毕。

二、安装 docker

Kylin V10 并没有自带 docker 命令,需自行安装。

2.1 查看内核版本

uname -a 

回显信息是:Linux localhost.localdomain 4.19.90-89.11.v2401.ky10.aarch64 #1 SMP Thu Apr 25 18:20:10 CST 2024 aarch64 aarch64 aarch64 GNU/Linux

2.2 查看内核参数

cat /proc/version 

回显信息是:Linux version 4.19.90-89.11.v2401.ky10.aarch64 ([email protected]) (gcc version 7.3.0 (GCC)) #1 SMP Thu Apr 25 18:20:10 CST 2024

2.3 查看系统和内核的详细信息

hostnamectl 

回显信息是:Static hostname: localhost.localdomain Icon name: computer-server Chassis: server Machine ID: 889689ba3a9f48c4985c1519c2d8f553 Boot ID: 24cf07b36d6d4db69befaca323c4be93 Operating System: Kylin Linux Advanced Server V10 (Halberd) Kernel: Linux 4.19.90-89.11.v2401.ky10.aarch64 Architecture: arm64

总结:需要下载 aarch64 的官方下载 docker 离线安装包,这里下载 docker-27.2.0.tgz。

2.4 将下载好安装文件,放到/root/work 目录下,解压安装包

cd /root/work
tar -zxvf docker-27.2.0.tgz 

2.5 移动 Docker 文件

mv /root/work/docker/* /usr/bin/ 

2.6 修改 docker.service

vim /usr/lib/systemd/system/docker.service 

新增以下内容: [Unit] Description=Docker Application Container Engine Documentation=https://docs.docker.com After=network-online.target firewalld.service Wants=network-online.target [Service] Type=notify ExecStart=/usr/bin/dockerd ExecReload=/bin/kill -s HUP $MAINPID LimitNOFILE=infinity LimitNPROC=infinity TimeoutStartSec=0 Delegate=yes KillMode=process Restart=on-failure StartLimitBurst=3 StartLimitInterval=60s [Install] WantedBy=multi-user.target

2.7 修改 daemon.json 文件

mkdir -p /etc/docker
vim /etc/docker/daemon.json 

新增以下内容 { "exec-opts": ["native.cgroupdriver=systemd"], "insecure-registries": [ "http://172.31.192.88:81","http://111.51.123.456:2222" ] }

2.8 运行守护进程,启动 Docker

dockerd 

2.9 docker 其他命令介绍

  • 启动
systemctl start docker 
  • 查看状态
systemctl status docker 
  • 设置开机自启动
systemctl enable docker 

reboot 重启设备,并完成以下操作。

三、安装与部署

3.1 拉取镜像

切到镜像版本页面,找到 1.0.0-300I-Duo-py311-openeuler24.03-lts 镜像点击下载,按指引将镜像拉取到服务器。

docker login -u cn-south-1@HST3UBLG0X38GM0FMAGK swr.cn-south-1.myhuaweicloud.com
# 密码请替换为实际凭证
docker pull swr.cn-south-1.myhuaweicloud.com/ascendhub/mindie:1.0.0-300I-Duo-py311-openeuler24.03-lts

拉取镜像完毕以后:执行 docker images。 回显信息是:

2.png

3.2 新建容器

docker run -it -d --net=host --shm-size=1g \
--privileged \
--name sakway \
-v /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro \
-v /usr/local/sbin:/usr/local/sbin:ro \
-v /root/work:/root/work:rw \
-v /path-to-weights:/path-to-weights:ro \
swr.cn-south-1.myhuaweicloud.com/ascendhub/mindie:1.0.0-300I-Duo-py311-openeuler24.03-lts bash

3.3 查询正在运行的 docker

docker ps -a 

3.png

3.4 进容器

docker exec -it sakway bash

3.5 下载权重模型

3.5.1 确保进 docker 以后
cd /root/work/ 
3.5.2 安装 modelscope 命令
pip install modelscope --index-url https://mirrors.huaweicloud.com/repository/pypi/simple/ 
3.5.3 下载权重
modelscope download --model deepseek-ai/DeepSeek-R1-Distill-Qwen-32B 

将权重移动到/root/work/目录

mv /root/.cache/modelscope/hub/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B /root/work/ 

将权重文件放在/root/work/目录以后,把 x 权限去掉,给添加 config.json 文件赋 750 权限

cd /root/work/
chmod 750 /root/work/DeepSeek-R1-Distill-Qwen-32B/config.json 
vim /root/work/DeepSeek-R1-Distill-Qwen-32B/config.json 

将 "torch_dtype": "bfloat16",修改为 "torch_dtype": "float16",。

vim /usr/local/Ascend/mindie/latest/mindie-service/conf/config.json 

有九处要修改,在/usr/local/Ascend/mindie/latest/mindie-service/conf/目录下有修改以后的 config.json 与原始的 config.json_org,具体修改项可对比。

{"Version":"1.1.0","LogConfig":{"logLevel":"Info","logFileSize":20,"logFileNum":20,"logPath":"logs/mindservice.log"},"ServerConfig":{"ipAddress":"192.168.2.71","managementIpAddress":"127.0.0.2","port":1040,"managementPort":1041,"metricsPort":1042,"allowAllZeroIpListening":false,"maxLinkNum":1000,"httpsEnabled":false,"fullTextEnabled":false,"tlsCaPath":"security/ca/","tlsCaFile":["ca.pem"],"tlsCert":"security/certs/server.pem","tlsPk":"security/keys/server.key.pem","tlsPkPwd":"security/pass/key_pwd.txt","tlsCrlPath":"security/certs/","tlsCrlFiles":["server_crl.pem"],"managementTlsCaFile":["management_ca.pem"],"managementTlsCert":"security/certs/management/server.pem","managementTlsPk":"security/keys/management/server.key.pem","managementTlsPkPwd":"security/pass/management/key_pwd.txt","managementTlsCrlPath":"security/management/certs/","managementTlsCrlFiles":["server_crl.pem"],"kmcKsfMaster":"tools/pmt/master/ksfa","kmcKsfStandby":"tools/pmt/standby/ksfb","inferMode":"standard","interCommTLSEnabled":true,"interCommPort":1121,"interCommTlsCaPath":"security/grpc/ca/","interCommTlsCaFiles":["ca.pem"],"interCommTlsCert":"security/grpc/certs/server.pem","interCommPk":"security/grpc/keys/server.key.pem","interCommPkPwd":"security/grpc/pass/key_pwd.txt","interCommTlsCrlPath":"security/grpc/certs/","interCommTlsCrlFiles":["server_crl.pem"],"openAiSupport":"vllm"},"BackendConfig":{"backendName":"mindieservice_llm_engine","modelInstanceNumber":1,"npuDeviceIds":[[0,1]],"tokenizerProcessNumber":8,"multiNodesInferEnabled":false,"multiNodesInferPort":1120,"interNodeTLSEnabled":true,"interNodeTlsCaPath":"security/grpc/ca/","interNodeTlsCaFiles":["ca.pem"],"interNodeTlsCert":"security/grpc/certs/server.pem","interNodeTlsPk":"security/grpc/keys/server.key.pem","interNodeTlsPkPwd":"security/grpc/pass/mindie_server_key_pwd.txt","interNodeTlsCrlPath":"security/grpc/certs/","interNodeTlsCrlFiles":["server_crl.pem"],"interNodeKmcKsfMaster":"tools/pmt/master/ksfa","interNodeKmcKsfStandby":"tools/pmt/standby/ksfb","ModelDeployConfig":{"maxSeqLen":2560,"maxInputTokenLen":2048,"truncation":false,"ModelConfig":[{"modelInstanceType":"Standard","modelName":"DeepSeek-R1-Distill-Qwen-32B","modelWeightPath":"/root/work/DeepSeek-R1-Distill-Qwen-32B","worldSize":2,"cpuMemSize":5,"npuMemSize":-1,"backendType":"atb","trustRemoteCode":false}]},"ScheduleConfig":{"templateType":"Standard","templateName":"Standard_LLM","cacheBlockSize":128,"maxPrefillBatchSize":50,"maxPrefillTokens":8192,"prefillTimeMsPerReq":150,"prefillPolicyType":0,"decodeTimeMsPerReq":50,"decodePolicyType":0,"maxBatchSize":200,"maxIterTimes":512,"maxPreemptCount":0,"supportSelectBatch":false,"maxQueueDelayMicroseconds":5000}}}

四、跑服务化 (有个加载模型的过程需要点时间)

cd /usr/local/Ascend/mindie/latest/mindie-service/bin&&./mindieservice_daemon 成功标志:Daemon start success!

4.1 命令行推理方式

新开一个 terminal(问问题,可以不进 docker)

curl 192.168.2.71:1040/generate -d '{ "prompt": "请输出 100 个生僻字?", "max_tokens": 32, "stream": false, "do_sample":true, "repetition_penalty": 1.00, "temperature": 0.01, "top_p": 0.001, "top_k": 1, "model": "qwen" }' 大概 3 秒回答问题

五、MindIE+webUI 方式

关闭防火墙(在 docker 外执行): systemctl stop firewalld

安装 webUI: 新开一个 terminal,进 docker: docker exec -it sakway bash

cd /root/work/ pip install open-webui --index-url https://mirrors.huaweicloud.com/repository/pypi/simple/ 这里 open-webui 的安装,大概需要十来分钟

安装成功后,到跑服务化的界面按 Ctrl+C 停止服务化进程(mindieservice_daemon): vim /usr/local/Ascend/mindie/latest/mindie-service/conf/config.json 将 "ipAddress" : "127.0.0.1",修改为实际 IP 地址 "ipAddress" : "192.168.2.71",。 如果已经是 "ipAddress" : "192.168.2.71"则不需要再修改

启动 Open-WebUI 服务: open-webui serve 成功标志:有一个大的 OPEN WEBUI 的 LOGO

新开一个 terminal,进 docker: docker exec -it sakway bash 跑服务化 (有个加载模型的过程需要点时间): cd /usr/local/Ascend/mindie/latest/mindie-service/bin&&./mindieservice_daemon 成功标志:Daemon start success!

在 web 浏览器中访问: http://192.168.2.71:8080 点击开始使用

首次需要创建管理员账户: 名称:sakway 电子邮箱:[email protected] 密码:[PASSWORD] 点击创建管理员账户,此时会提示注册成功,已登录 点击确认,开始使用

点击右上角带颜色的圆圈图标(选择管理员面板) 点击上面那一排右边的设置 点击左侧的外部链接 将 "管理 OpenAI API 连接"修改为实际的 IP https://api.openai.com/v1 修改为 http://192.168.2.71:1040/v1 点击该行最右边的 "设置",点击刷新,在弹出的'编辑连接'页面中点击保存

新开一个浏览器在 web 上访问 http://192.168.2.71:8080 开启对话 该局域网内的其他的 PC 用户也可以在浏览器打开 http://192.168.2.71:8080 开启新对话

以上大语言模型顺利跑成功

跑成功 0.jpg

跑成功 1.jpg

目录

  1. 一、Atlas 300I Duo 推理卡相关安装步骤
  2. 1.1 服务器系统与内核说明
  3. 1.2 系统环境说明
  4. 1.3 准备安装驱动固件
  5. 1.3.1 新增 HwHiAiUser 用户
  6. 1.3.2 准备驱动与固件文件并安装
  7. 二、安装 docker
  8. 2.1 查看内核版本
  9. 2.2 查看内核参数
  10. 2.3 查看系统和内核的详细信息
  11. 2.4 将下载好安装文件,放到/root/work 目录下,解压安装包
  12. 2.5 移动 Docker 文件
  13. 2.6 修改 docker.service
  14. 2.7 修改 daemon.json 文件
  15. 2.8 运行守护进程,启动 Docker
  16. 2.9 docker 其他命令介绍
  17. 三、安装与部署
  18. 3.1 拉取镜像
  19. 密码请替换为实际凭证
  20. 3.2 新建容器
  21. 3.3 查询正在运行的 docker
  22. 3.4 进容器
  23. 3.5 下载权重模型
  24. 3.5.1 确保进 docker 以后
  25. 3.5.2 安装 modelscope 命令
  26. 3.5.3 下载权重
  27. 四、跑服务化 (有个加载模型的过程需要点时间)
  28. 4.1 命令行推理方式
  29. 五、MindIE+webUI 方式

更多推荐文章

查看全部
  • OpenClaw Windows 安装配置教程:Node.js 22、Kimi 模型与飞书机器人集成
  • 基于 Neo4j 知识图谱的智能问答系统设计与实现
  • OpenClaw 从零到一安装部署与 QQ 机器人接入指南
  • DeepSeek-R1-Distill-Llama-8B 在线演示教程
  • OpenClaw 大龙虾机器人:本地部署与飞书对接实战
  • 旧安卓手机变服务器:KSWEB 部署 Typecho 配合 cpolar 穿透
  • Qwen2.5 PyTorch 模型微调入门实战
  • 基于 LVM 部署 MinIO 分布式高可用集群
  • TextRank 算法详解:文本摘要与关键词提取实战
  • Web3 学习指南:从比特币到以太坊的演进
  • 基于 Openclaw 与 Seed2.0 Skills 构建 AI 漫剧生成工作流
  • VS Code 前端开发:10 款必备插件安装与配置实战
  • 前端开发基础:定义、核心价值与技术栈
  • STM32 DHT11 温湿度传感器驱动与通信协议解析
  • 多云混合云架构下的 WebSQL 统一访问平面设计
  • 小厂架构师实战:AI Agent 如何落地于 Bug 修复
  • AI 大模型在安防领域的应用场景与行业格局分析
  • Cursor IDE 配置 Java SpringBoot 开发环境
  • DartQuant:基于分布转换的旋转量化算法
  • 企业级 Neo4j 集群部署实战指南

相关免费在线工具

  • 加密/解密文本

    使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online

  • RSA密钥对生成器

    生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online

  • Mermaid 预览与可视化编辑

    基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online

  • 随机西班牙地址生成器

    随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online

  • curl 转代码

    解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online