FastDeploy/docs/zh/features/multi-node_deployment.md

多节点部署

概述

多节点部署旨在解决单个机器GPU显存不足时，支持跨多台机器的张量并行执行。

环境准备

网络要求

1. 所有节点必须在同一本地网络中
2. 确保所有节点之间双向连通（可使用ping和nc -zv测试）

软件要求

1. 所有节点安装相同版本的FastDeploy
2. [建议安装]安装并配置MPI（OpenMPI或MPICH）

张量并行部署

推荐启动方式

我们推荐使用mpirun进行一键启动，无需手动启动每个节点。

使用说明

1. 在所有机器上执行相同的命令
2. ips参数中的IP顺序决定了节点启动顺序
3. 第一个IP将被指定为主节点
4. 确保所有节点能够解析彼此的主机名

• 在线推理启动示例：

  python -m fastdeploy.entrypoints.openai.api_server \
  --model baidu/ERNIE-4.5-300B-A47B-Paddle \
  --port 8180 \
  --metrics-port 8181 \
  --engine-worker-queue-port 8182 \
  --max-model-len 32768 \
  --max-num-seqs 32 \
  --tensor-parallel-size 16 \
  --ips 192.168.1.101,192.168.1.102
  

• 离线启动示例：

  from fastdeploy.engine.sampling_params import SamplingParams
  from fastdeploy.entrypoints.llm import LLM
  
  model_name_or_path = "baidu/ERNIE-4.5-300B-A47B-Paddle"
  
  sampling_params = SamplingParams(temperature=0.1, max_tokens=30)
  llm = LLM(model=model_name_or_path, tensor_parallel_size=16, ips="192.168.1.101,192.168.1.102")
  if llm._check_master():
      output = llm.generate(prompts="你是谁?", use_tqdm=True, sampling_params=sampling_params)
      print(output)
  

• 注意：

• 只有主节点可以接收完成请求
• 请始终将请求发送到主节点（ips列表中的第一个IP）
• 主节点将在所有节点间分配工作负载

参数说明

ips参数

• 类型: 字符串
• 格式: 逗号分隔的IPv4地址
• 描述: 指定部署组中所有节点的IP地址
• 必填: 仅多节点部署时需要
• 示例: "192.168.1.101,192.168.1.102,192.168.1.103"

tensor_parallel_size参数

• 类型: 整数
• 描述: 所有节点上的GPU总数
• 必填: 是
• 示例: 对于2个节点各8个GPU，设置为16