#!/bin/bash

# ==============================================================================
# vLLM Server 启动脚本（容器内运行）
# 模型: openai-mirror/gpt-oss-120b (120B MoE)
# ==============================================================================

set -e

MODEL_PATH="{model_PATH}"
PORT="${1:-8000}"

echo "=========================================="
echo "vLLM Server 启动配置"
echo "=========================================="
echo "模型路径: $MODEL_PATH"
echo "服务端口: $PORT"
echo "=========================================="
export HIP_VISIBLE_DEVICES=0,1,2,3
export MOE_NN=0

vllm serve $MODEL_PATH \
    --host 0.0.0.0 \
    --port $PORT \
    --tensor-parallel-size 4 \
    --gpu-memory-utilization 0.90 \
    --max-model-len 4096 \
    --enforce-eager \
    --enable-chunked-prefill \
    --max-num-batched-tokens 8192