基于PyTorch NPU快速部署开源大模型

训练模型的开发和调优往往需要大量的迭代和调试，数据集的变化、训练算法或者超参的变化都可能会影响模型的质量。用户可将训练完成的优质模型打包到模型管理中，进行统一管理。模型管理中可以查看模型包的详细信息、将多个归档好或者打包好的模型合打成一个模型包、发布模型包至应用市场、创建联邦学习实例、发布成在线推理服务。

查看更多 →

Kubeflow诞生于2017年，Kubeflow项目是基于容器和Kubernetes构建，旨在为数据科学家、机器学习工程师、系统运维人员提供面向机器学习业务的敏捷部署、开发、训练、发布和管理平台。它利用了云原生技术的优势，让用户更快速、方便地部署、使用和管理当前最流行的机器学习软件。 目前Kubeflow 1

查看更多 →

到2个GPU。但是TFJob1和TFJob2均需要4块GPU卡才能运行起来。这样TFJob1和TFJob2处于互相等待对方释放资源，这种死锁情况造成了GPU资源的浪费。 亲和调度问题 分布式训练中，Ps和Worker存在很频繁的数据交互，所以Ps和Worker之间的带宽直接影响了训练的效率。

查看更多 →

"software|firmware" #查看驱动和固件版本 如出现错误，可能是机器上的NPU设备没有正常安装，或者NPU镜像被其他容器挂载。请先正常安装固件和驱动，或释放被挂载的NPU。 驱动版本要求是23.0.6。如果不符合要求请参考安装固件和驱动章节升级驱动。 检查docker是否安装。

查看更多 →

"software|firmware" #查看驱动和固件版本 如出现错误，可能是机器上的NPU设备没有正常安装，或者NPU镜像被其他容器挂载。请先正常安装固件和驱动，或释放被挂载的NPU。 驱动版本要求是23.0.6。如果不符合要求请参考安装固件和驱动章节升级驱动。 检查docker是否安装。

查看更多 →

project_id 是 String 用户项目ID。获取方法请参见获取项目ID和名称。 请求参数 表2 请求Header参数 参数 是否必选 参数类型 描述 X-Auth-Token 是 String 用户Token。通过调用IAM服务获取用户Token接口获取（响应消息头中X-Subject-Token的值）。

查看更多 →

如何删除机器人 试用版本机器人 对于试用版本的智能问答机器人，可以通过“删除”操作将机器人删除，删除后不支持恢复。 图1 删除试用机器人 包周期版本机器人 对于包周期计费的智能问答机器人，可执行“退订”操作。 登录对话机器人服务管理控制台。 在控制台中选择“费用与成本”。 进入费

查看更多 →

测试机器人 操作步骤 选择“配置中心>机器人管理>流程配置”，进入流程配置界面。 选择“智能机器人”。在需要测试的接入码最后一列单击“呼叫测试”。 在弹出的测试对话窗口中单击“开始呼叫”，开始测试机器人。 图1 测试机器人 父主题： 配置一个预约挂号机器人（任务型对话机器人）

查看更多 →

选择机器人接入码，单击“确定”，接入码配置完成。 最多可添加20个机器人接入码。 若流程接入码和流程轨迹均不配置，在接触记录中，查看的IVR流程为空。 后续操作 当被跟踪的流程接入码绑定的IVR被座席使用的话，可在“客户接触历史 > 接触记录”中找到对应的接触记录，单击呼叫流水号后，进入接触记

查看更多 →

自动学习/Workflow计费项 计费说明 在ModelArts自动学习和Workflow中进行模型训练和推理时，会使用计算资源和存储资源，会产生计算资源和存储资源的累计值计费。具体内容如表1所示。 计算资源费用： 如果运行自动学习作业/Workflow工作流时，使用专属资源池进行模型训练和推理，计算资源不计费。

查看更多 →

CoT思维链 对于复杂推理问题（如数学问题或逻辑推理），通过给大模型示例或鼓励大模型解释推理过程，可以引导大模型生成准确率更高的结果。 单样本/多样本 可以在提示词中提供示例，让模型先学习后回答，在使用这种方法时需要约束新样例不能照抄前面给的参考样例，新样例必须多样化、不能重复等

查看更多 →

Workflow基于对当前ModelArts已有能力的编排，基于DevOps原则和实践，应用于AI开发过程中，提升了AI应用开发与落地效率，更快的进行模型实验和开发，并更快的将模型部署到生产环境。 工作流的开发态和运行态分别实现了不同的功能。 开发态-开发工作流 开发者结合实际业务的需求

查看更多 →

创建联邦学习工程 创建工程 编辑代码（简易编辑器） 编辑代码（WebIDE） 模型训练 父主题： 模型训练

查看更多 →

Standard自动学习 使用ModelArts Standard自动学习实现口罩检测 使用ModelArts Standard自动学习实现垃圾分类

查看更多 →

自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者无需专业的开发基础和编码能力，只需上传数据，通过自动学习界面引导和简单操作即可完成模型训练和部署。 当前自动学习支持快速创建图像分类、物体检测、预测分析、声音分类和文本分类模型的定制化开发。可广泛应用在工业、零售安防等领域。

查看更多 →

推理模型量化 使用AWQ量化 使用SmoothQuant量化 使用kv-cache-int8量化 父主题： 主流开源大模型基于DevServer适配PyTorch NPU推理指导（6.3.906）

查看更多 →

推理模型量化 使用AWQ量化 使用SmoothQuant量化 使用kv-cache-int8量化 使用GPTQ量化 使用llm-compressor工具量化 父主题： 主流开源大模型基于Server适配PyTorch NPU推理指导（6.3.909）

查看更多 →

使用推理SDK 安装SDK 使用SDK前，需要安装“huaweicloud-sdk-core”和“huaweicloud-sdk-pangulargemodels”。 请在 SDK中心 获取最新的sdk包版本，替换示例中版本。 表1 安装推理SDK SDK语言 安装方法 Java 在

查看更多 →

管理批量推理作业 查看批量服务详情 查看批量服务的事件 管理批量服务生命周期 修改批量服务配置 父主题： 使用ModelArts Standard部署模型并推理预测

查看更多 →

推理模型量化 使用AWQ量化 使用SmoothQuant量化 使用kv-cache-int8量化 使用GPTQ量化 父主题： 主流开源大模型基于DevServer适配PyTorch NPU推理指导（6.3.908）

查看更多 →

推理模型量化 使用AWQ量化工具转换权重 使用SmoothQuant量化工具转换权重 使用kv-cache-int8量化 父主题： 主流开源大模型基于Standard适配PyTorch NPU推理指导（6.3.907）

查看更多 →