基于昇腾平台的vllm推理容器镜像,提供大语言模型高效推理解决方案。
支持主流LLM模型高效推理;基于昇腾芯片架构深度优化;提供高吞吐量与低延迟推理服务;支持动态批处理与PagedAttention技术;兼容标准API接口(如OpenAI API)。
基于Python构建,集成昇腾CANN加速库,采用PagedAttention内存优化技术,支持Tensor并行与模型并行,提供gRPC/REST API服务接口。
适用于大语言模型生产环境部署、AI推理服务构建、边缘计算场景下的LLM应用开发,以及需要高效利用昇腾硬件资源的推理任务。
请登录使用轩辕镜像享受快速拉取体验,支持国内访问优化,速度提升
docker pull quay.io/ascend/vllm-ascend:v0.13.0rc2-openeuler探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务