Update VLLM

README.md

@@ -2,54 +2,47 @@
 ## 论文
 [DeepSeek_V3.2](./DeepSeek_V3_2.pdf)
 
-## 模型结构
-DeepSeek-V3.2-Exp模型是一个实验版本，作为迈向下一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek 稀疏注意力机制--一种旨在探索和验证在长上下文场景中训练和推理效率优化的稀疏注意力机制。
+## 模型简介
+DeepSeek-V3.2-Exp模型是一个实验版本，作为迈向下一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek 稀疏注意力机制，DeepSeek 稀疏注意力机制（DSA）首次实现了细粒度的稀疏注意力，在保持几乎相同的模型输出质量的同时，显著提高了长上下文训练和推理效率。
+
 这个实验版本代表了deepseek团队对更高效变压器架构的持续研究，特别关注在处理扩展文本序列时提高计算效率。
 
 <div align=center>
     <img src="./doc/arch.png"/>
 </div>
 
-## 算法原理
-DeepSeek 稀疏注意力机制（DSA）首次实现了细粒度的稀疏注意力，在保持几乎相同的模型输出质量的同时，显著提高了长上下文训练和推理效率。
-
-## 环境配置
-### 硬件需求
-DCU型号：K100AI,节点数量：4台,卡数：32 张。
+## 环境依赖
+| 软件 | 版本 |
+| :------: | :------: |
+| DTK | 26.04 |
+| python | 3.10.12 |
+| transformers | 4.57.6 |
+| vllm | 0.11.0+das.opt1.rc2.dtk2604.20260128.g0bf89b0c |
+| torch | 2.5.1+das.opt1.dtk2604.20260116.g78471bfd |
 
-`-v 路径`、`docker_name`和`imageID`根据实际情况修改
+推荐使用镜像: harbor.sourcefind.cn:5443/dcu/admin/base/vllm:0.11.0-ubuntu22.04-dtk26.04-py3.10
 
-### Docker（方法一）
+- 挂载地址`-v` 根据实际模型情况修改
 ```bash
-docker pull image.sourcefind.cn:5000/dcu/admin/base/vllm:0.9.2-ubuntu22.04-dtk25.04.1-rc5-rocblas104381-0915-das1.6-py3.10-20250916-rc2-ds3.2
-docker run -it --shm-size 200g --network=host --name {docker_name} --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro {imageID} bash
-
-cd /your_code_path/deepseek-v3.2-exp_vllm
-```
-
-### Dockerfile（方法二）
-```bash
-cd docker
-docker build --no-cache -t deepseek-v3.2-exp:latest .
-
-docker run -it --shm-size 200g --network=host --name {docker_name} --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro {imageID} bash
-
-cd /your_code_path/deepseek-v3.2-exp_vllm
+docker run -it \
+    --shm-size 200g \
+    --network=host \
+    --name deepseek-v32 \
+    --privileged \
+    --device=/dev/kfd \
+    --device=/dev/dri \
+    --device=/dev/mkfd \
+    --group-add video \
+    --cap-add=SYS_PTRACE \
+    --security-opt seccomp=unconfined \
+    -u root \
+    -v /opt/hyhal/:/opt/hyhal/:ro \
+    -v /path/your_code_data/:/path/your_code_data/ \
+    harbor.sourcefind.cn:5443/dcu/admin/base/vllm:0.11.0-ubuntu22.04-dtk26.04-py3.10 bash
 ```
+更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用。
 
-### Anaconda（方法三）
 关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
-```bash
-DTK: 25.04.1
-python: 3.10.12
-torch: 2.5.1+das.opt1.dtk25041
-transformers: 4.56.1
-```
-`Tips：以上dtk驱动、pytorch等DCU相关工具版本需要严格一一对应`，其他包安装如下：
-```bash
-wget http://112.11.119.99:18000/temp/vllm-0.9.2%2Bdas.opt1.rc2.51af08a.dtk25041-cp310-cp310-linux_x86_64.whl
-pip install vllm-0.9.2+das.opt1.rc2.51af08a.dtk25041-cp310-cp310-linux_x86_64.whl
-```
 
 ## 数据集
 无
@@ -120,9 +113,6 @@ export VLLM_RANK5_NUMA=5
 export VLLM_RANK6_NUMA=6
 export VLLM_RANK7_NUMA=7
 
-#BW集群需要额外设置的环境变量
-export NCCL_NET_GDR_LEVEL=7
-export NCCL_SDMA_COPY_ENABLE=0
 ```
 
 2. 启动RAY集群
@@ -155,7 +145,7 @@ vllm serve /path/to/DeepSeek-V3.2-Exp-bf16 \
 curl http://127.0.0.1:8001/v1/chat/completions   \
     -H "Content-Type: application/json"  \
     -d '{
-        "model": "/path/to/DeepSeek-V3.2-Exp-bf16",
+        "model": "ds32",
         "messages": [
             {
                 "role": "user",
@@ -170,7 +160,7 @@ curl http://127.0.0.1:8001/v1/chat/completions   \
     }'
 ```
 
-## result
+## 效果展示
 <div align=center>
     <img src="./doc/results_dcu.png"/>
 </div>
@@ -178,16 +168,11 @@ curl http://127.0.0.1:8001/v1/chat/completions   \
 ### 精度
 DCU与GPU精度一致，推理框架：vllm。
 
-## 应用场景
-### 算法类别
-`对话问答`
-
-### 热点应用行业
-`制造,金融,教育,广媒`
-
 ## 预训练权重
-- [DeepSeek-V3.2-Exp](https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp)
-- [DeepSeek-V3.2-Exp-Base](https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp-Base)
+| 模型名称  | 权重大小  | DCU型号  | 最低卡数需求 |下载地址|
+|:-----:|:----------:|:----------:|:---------------------:|:----------:|
+| DeepSeek-V3.2-Exp  | 685B | BW1000 | 32 | [Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp) |
+| DeepSeek-V3.2-Exp-Base  | 685B | BW1000 | 32 | [Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp-Base) |
 
 ## 源码仓库及问题反馈
 - https://developer.sourcefind.cn/codes/modelzoo/deepseek-v3.2-exp_vllm

inference/config.json

 {
   "architectures": [
-    "DeepseekV3ForCausalLM"
+    "DeepseekV32ForCausalLM"
   ],
   "attention_bias": false,
   "attention_dropout": 0.0,
@@ -17,7 +17,7 @@
   "intermediate_size": 18432,
   "kv_lora_rank": 512,
   "max_position_embeddings": 163840,
-  "model_type": "deepseek_v3",
+  "model_type": "deepseek_v32",
   "moe_intermediate_size": 2048,
   "moe_layer_freq": 1,
   "n_group": 8,

inference/fp8_cast_bf16.py

@@ -13,8 +13,15 @@ def main(fp8_path, bf16_path):
     torch.set_default_dtype(torch.bfloat16)
     os.makedirs(bf16_path, exist_ok=True)
     model_index_file = os.path.join(fp8_path, "model.safetensors.index.json")
+    config_file = os.path.join(fp8_path, 'config.json')
     with open(model_index_file, "r") as f:
         model_index = json.load(f)
+
+    with open(config_file, "r") as f:
+        config = json.load(f)
+    if 'quantization_config' in config:
+        config.pop('quantization_config')
+
     weight_map = model_index["weight_map"]
 
     # Cache for loaded safetensor files
@@ -64,6 +71,7 @@ def main(fp8_path, bf16_path):
 
     # Update model index
     new_model_index_file = os.path.join(bf16_path, "model.safetensors.index.json")
+    new_config_file = os.path.join(bf16_path, "config.json")
     for weight_name in fp8_weight_names:
         scale_inv_name = f"{weight_name}_scale_inv"
         if scale_inv_name in weight_map:
@@ -71,6 +79,8 @@ def main(fp8_path, bf16_path):
     with open(new_model_index_file, "w") as f:
         json.dump({"metadata": {}, "weight_map": weight_map}, f, indent=2)
 
+    with open(new_config_file, "w") as f:
+        json.dump(config, f, indent=2)
 
 if __name__ == "__main__":
     parser = ArgumentParser()

model.properties

@@ -4,9 +4,11 @@ modelCode=1761
 modelName=deepseek-v3.2-exp_vllm
 # 模型描述
 modelDescription=DeepSeek-V3.2-Exp模型是一个实验版本，作为迈向下一代架构的中间步骤。
-# 应用场景
-appScenario=推理,对话问答,制造,金融,教育,广媒
+# 运行过程
+processType=推理
+# 算法类别
+appCategory=对话问答
 # 框架类型
 frameType=vllm
 # 加速卡类型
-accelerateType=K100AI
+accelerateType=BW1000
\ No newline at end of file