File size: 3,438 Bytes
7496e98 a970723 8abcad7 7496e98 a5ec157 7496e98 ffec31a 7496e98 c4075e3 7496e98 8abcad7 a5ec157 8abcad7 7496e98 a5ec157 7496e98 a5ec157 7496e98 4167c37 7496e98 8abcad7 7496e98 3af90e1 c2b7e11 3af90e1 7496e98 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 |
# MiniMax M2 模型 SGLang 部署指南
[英文版](./sglang_deploy_guide.md) | [中文版](./sglang_deploy_guide_cn.md)
我们推荐使用 [SGLang](https://github.com/sgl-project/sglang) 来部署 [MiniMax-M2](https://huggingface.co/MiniMaxAI/MiniMax-M2) 模型。SGLang 是一个高性能的推理引擎，其具有卓越的服务吞吐、高效智能的内存管理机制、强大的批量请求处理能力、深度优化的底层性能等特性。我们建议在部署之前查看 SGLang 的官方文档以检查硬件兼容性。
## 本文档适用模型
本文档适用以下模型，只需在部署时修改模型名称即可。
- [MiniMaxAI/MiniMax-M2](https://huggingface.co/MiniMaxAI/MiniMax-M2)
以下以 MiniMax-M2 为例说明部署流程。
## 环境要求
- OS：Linux
- Python：3.9 - 3.12
- GPU：
- compute capability 7.0 or higher
- 显存需求：权重需要 220 GB，每 1M 上下文 token 需要 240 GB
以下为推荐配置，实际需求请根据业务场景调整：
- 96G x4 GPU：支持 40 万 token 的总上下文。
- 144G x8 GPU：支持长达 300 万 token 的总上下文。
## 使用 Python 部署
建议使用虚拟环境（如 **venv**、**conda**、**uv**）以避免依赖冲突。
建议在全新的 Python 环境中安装 SGLang:
```bash
git clone -b v0.5.4.post1 https://github.com/sgl-project/sglang.git
cd sglang
# Install the python packages
pip install --upgrade pip
pip install -e "python"
```
运行如下命令启动 SGLang 服务器，SGLang 会自动从 Huggingface 下载并缓存 MiniMax-M2 模型。
4 卡部署命令：
```bash
python -m sglang.launch_server \
--model-path MiniMaxAI/MiniMax-M2 \
--tp-size 4 \
--tool-call-parser minimax-m2 \
--reasoning-parser minimax-append-think \
--host 0.0.0.0 \
--trust-remote-code \
--port 8000 \
--mem-fraction-static 0.85
```
8 卡部署命令：
```bash
python -m sglang.launch_server \
--model-path MiniMaxAI/MiniMax-M2 \
--tp-size 8 \
--ep-size 8 \
--tool-call-parser minimax-m2 \
--trust-remote-code \
--host 0.0.0.0 \
--reasoning-parser minimax-append-think \
--port 8000 \
--mem-fraction-static 0.85
```
## 测试部署
启动后，可以通过如下命令测试 SGLang OpenAI 兼容接口：
```bash
curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMaxAI/MiniMax-M2",
"messages": [
{"role": "system", "content": [{"type": "text", "text": "You are a helpful assistant."}]},
{"role": "user", "content": [{"type": "text", "text": "Who won the world series in 2020?"}]}
]
}'
```
## 常见问题
### Huggingface 网络问题
如果遇到网络问题，可以设置代理后再进行拉取。
```bash
export HF_ENDPOINT=https://hf-mirror.com
```
### MiniMax-M2 model is not currently supported
请升级到最新的稳定版本, >= v0.5.4.post1.
## 获取支持
如果在部署 MiniMax 模型过程中遇到任何问题：
- 通过邮箱 [model@minimax.io](mailto:model@minimax.io) 等官方渠道联系我们的技术支持团队
- 在我们的 [GitHub](https://github.com/MiniMax-AI) 仓库提交 Issue
- 通过我们的 [官方企业微信交流群](https://github.com/MiniMax-AI/MiniMax-AI.github.io/blob/main/images/wechat-qrcode.jpeg) 反馈
我们会持续优化模型的部署体验，欢迎反馈！
|