mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-06 00:57:33 +08:00
240d6236bc
Some checks failed
Deploy GitHub Pages / deploy (push) Has been cancelled
* fix topk-topp * update * add base_non_truncated
76 lines
2.5 KiB
Markdown
76 lines
2.5 KiB
Markdown
# FastDeploy 环境变量说明
|
||
FastDeploy 的环境变量保存在了代码库根目录下 fastdeploy/envs.py 文件中，以下是其对应的中文版说明：
|
||
|
||
```python
|
||
environment_variables: dict[str, Callable[[], Any]] = {
|
||
# 构建 FastDeploy 时使用的 CUDA 架构版本，这是一个字符串列表，例如[80,90]
|
||
"FD_BUILDING_ARCS":
|
||
lambda: os.getenv("FD_BUILDING_ARCS", "[]"),
|
||
|
||
# 日志目录
|
||
"FD_LOG_DIR":
|
||
lambda: os.getenv("FD_LOG_DIR", "log"),
|
||
|
||
# 是否启用调试模式，可设置为 0 或 1
|
||
"FD_DEBUG":
|
||
lambda: os.getenv("FD_DEBUG", "0"),
|
||
|
||
# FastDeploy 日志保留天数
|
||
"FD_LOG_BACKUP_COUNT":
|
||
lambda: os.getenv("FD_LOG_BACKUP_COUNT", "7"),
|
||
|
||
# 模型下载缓存目录
|
||
"FD_MODEL_CACHE":
|
||
lambda: os.getenv("FD_MODEL_CACHE", None),
|
||
|
||
# 停止序列的最大数量
|
||
"FD_MAX_STOP_SEQS_NUM":
|
||
lambda: os.getenv("FD_MAX_STOP_SEQS_NUM", "5"),
|
||
|
||
# 停止序列的最大长度
|
||
"FD_STOP_SEQS_MAX_LEN":
|
||
lambda: os.getenv("FD_STOP_SEQS_MAX_LEN", "8"),
|
||
|
||
# 将要使用的GPU设备，这是一个用逗号分隔的字符串，例如 0,1,2
|
||
"CUDA_VISIBLE_DEVICES":
|
||
lambda: os.getenv("CUDA_VISIBLE_DEVICES", None),
|
||
|
||
# 是否使用 HuggingFace 分词器
|
||
"FD_USE_HF_TOKENIZER":
|
||
lambda: os.getenv("FD_USE_HF_TOKENIZER", 0),
|
||
|
||
# 设置 ZMQ 初始化期间接收数据的高水位标记（HWM）
|
||
"FD_ZMQ_SNDHWM":
|
||
lambda: os.getenv("FD_ZMQ_SNDHWM", 10000),
|
||
|
||
# 缓存 KV 量化参数的目录
|
||
"FD_CACHE_PARAMS":
|
||
lambda: os.getenv("FD_CACHE_PARAMS", "none"),
|
||
|
||
# 设置注意力机制后端，当前可设置为 "NATIVE_ATTN"、"APPEND_ATTN" 或 "MLA_ATTN"
|
||
"FD_ATTENTION_BACKEND":
|
||
lambda: os.getenv("FD_ATTENTION_BACKEND", "APPEND_ATTN"),
|
||
|
||
# 设置采样类别，当前可设置为 "base"、"base_non_truncated"、"air" 或 "rejection"
|
||
"FD_SAMPLING_CLASS":
|
||
lambda: os.getenv("FD_SAMPLING_CLASS", "base"),
|
||
|
||
# 设置MoE后端，当前可设置为 "cutlass"、"marlin" 或 "triton"
|
||
"FD_MOE_BACKEND":
|
||
lambda: os.getenv("FD_MOE_BACKEND", "cutlass"),
|
||
|
||
# 设置 Triton 内核 JIT 编译目录
|
||
"FD_TRITON_KERNEL_CACHE_DIR":
|
||
lambda: os.getenv("FD_TRITON_KERNEL_CACHE_DIR", None),
|
||
|
||
# 是否从单机 PD 分离转换为集中式推理
|
||
"FD_PD_CHANGEABLE":
|
||
lambda: os.getenv("FD_PD_CHANGEABLE", "1"),
|
||
|
||
# 是否使用DeepGemm后端的FP8 blockwise MoE.
|
||
"FD_USE_DEEP_GEMM":
|
||
lambda: bool(int(os.getenv("FD_USE_DEEP_GEMM", "1"))),
|
||
|
||
}
|
||
```
|