README.md

# Step-3.7-Flash

## 论文
[Step-3.7-Flash](https://static.stepfun.com/blog/step-3.7-flash/)

## 模型简介
Step 3.7 Flash 是一个拥有 1980 亿参数的稀疏混合专家（MoE）视觉语言模型，它将一个 1960 亿参数的语言主干网络与一个 18 亿参数的视觉编码器相结合，以实现原生图像理解。该模型专为高频生产工作负载设计，每个 token 激活约 110 亿参数，吞吐量最高可达每秒 400 个 token。Step 3.7 Flash 支持 256k 的上下文窗口，并提供三种可选的推理级别（低、中、高），使开发者能够轻松平衡速度、成本和认知深度。

它专为处理高强度任务而设计，例如一次性解析庞大的财务报告、运行带跨源验证的多步骤搜索循环，或在高吞吐流水线中同时操作多个编码智能体。模型能力与性能如下图所示。

<div align=center>
    <img src="./doc/benchmarks.png"/>
</div>

## 环境依赖
|      软件      |                       版本                        |
|:------------:|:-----------------------------------------------:|
|     DTK      |                      26.04                      |
|    python    |                     3.10.12                     |
|     vLLM     | 0.18.1+das.dtk2604.torch2100.2605072017.gfa7180 |
| Transformers |                      5.2.0                      |

当前仅支持定制镜像: harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.18.1-ubuntu22.04-dtk26.04-py3.10-20260529-step3p7

```bash
docker run -it \
    --shm-size 200g \
    --network=host \
    --name step3p7 \
    --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/custom:vllm0.18.1-ubuntu22.04-dtk26.04-py3.10-20260529-step3p7 bash
```

更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用。

## 预训练权重
**请根据`支持的DCU型号`选择对应模型下载，FP8模型仅在BW1100/BW1101上支持，其他型号请勿使用！**
| 模型名称  | 权重大小  | 数据类型 | 支持的DCU型号  | 最低卡数需求 | 下载地址 |
|:-----:|:----------:|:----------:|:----------:|:---------------------:|:----------:|
| Step-3.7-Flash | 201B | BF16 | BW1100 | 8 | [ModelScope](https://www.modelscope.cn/collections/stepfun-ai/Step-37-Flash) |
| Step-3.7-Flash-FP8 | 201B | FP8 | BW1100 | 4 | [ModelScope](https://www.modelscope.cn/models/stepfun-ai/Step-3.7-Flash-FP8) |


## 数据集
`暂无`

## 训练
`暂无`

## 推理
### vLLM
#### 单机推理
```bash
## serve启动
vllm serve stepfun-ai/Step-3.7-Flash \
    --served-model-name Step-3.7-Flash \
    --tensor-parallel-size 8 \
    --enable-expert-parallel \
    --disable-cascade-attn \
    --reasoning-parser step3p5 \
    --enable-auto-tool-choice \
    --tool-call-parser step3p5 \
    --trust-remote-code \
    --hf-overrides '{"num_nextn_predict_layers": 1}' \
    --port 8002

## client访问
curl http://localhost:8002/v1/chat/completions   \
    -H "Content-Type: application/json"  \
    -d '{
        "model": "Step-3.7-Flash",
        "messages": [
          {"role": "user", "content": "which one is bigger, 9.11 or 9.9? "}
        ],
        "temperature": 0.6
    }'
```

## 效果展示
<div align=center>
    <img src="./doc/result.png"/>
</div>

### 精度
`DCU与GPU精度一致，推理框架：vllm。`

## 源码仓库及问题反馈
- https://developer.sourcefind.cn/codes/modelzoo/step-3.7-flash

## 参考资料
-  https://github.com/stepfun-ai/Step-3.7-Flash