malkaf/vllm-blackwell-optimizer
malkaf
针对NVIDIA Blackwell架构（SM_120）和Linux Kernel 6.14优化的vLLM镜像，用于RTX5090的高性能LLM推理，DeepSeek-R1模型通过FlashInfer可达59 tokens/s。
下载次数: 0状态：社区镜像维护者：malkaf仓库类型：镜像最近更新：7 个月前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
vLLM优化栈：NVIDIA Blackwell（SM_120）& Kernel 6.14 🚀
RTX5090高性能LLM推理的官方Docker镜像。该镜像提供了针对SM_120架构和**Linux Kernel 6.14+**栈源码编译的vLLM环境。
| 指标 | 性能 |
|---|---|
| 吞吐量 | 59.0 tokens/s（DeepSeek-R1-32B-AWQ） |
| 架构 | 原生SM_120（Blackwell） |
| 稳定性 | FlashInfer后端（无Flash-Attn符号错误） |
| 内核支持 | Linux 6.14原生DMA-BUF |
⚡ 快速启动（拉取&运行）
若硬件已准备就绪，可拉取并运行预优化镜像：
bash# 1. 拉取镜像 docker pull docker.xuanyuan.run/malkaf/vllm-blackwell-optimizer:latest # 2. 使用Docker Compose部署（推荐） docker compose up -d
🛠️ 基础设施配置（.env）
镜像行为通过环境变量控制，创建.env文件映射本地硬件和令牌：
bash# --- 基础设施设置 --- # 必选：你的Hugging Face令牌 HF_TOKEN=your_token_here # 硬件：Blackwell目标架构 VLLM_GPU_ARCH=12.0 # 性能：编译线程数（例如，Threadripper 7960X用42） MAX_JOBS=42 # --- Kernel 6.14优化 --- # 强制原生内核内存处理（DMA-BUF） NCCL_DMABUF_ENABLE=1 # P2P级别（早期Blackwell驱动需要PCI） NCCL_P2P_LEVEL=PCI VLLM_SKIP_P2P_CHECK=1
🧠 为何选择此镜像？（Blackwell桥接）
标准vLLM镜像在RTX5090/Kernel6.14环境下会失败，该镜像实现以下架构修复：
- Flash-Attention绕过：标准
flash-attn在SM_120上触发“未定义符号”错误，我们将整个引擎转向FlashInfer，确保稳定的注意力内核。 - DMA-BUF集成：用原生Kernel6.14 DMA-BUF支持替换不稳定的
nvidia_peermem模块（NCCL_DMABUF_ENABLE=1），防止60秒死锁。 - AWQ稳定性：通过原生4位AWQ内核修复“乱码输出”问题，这是早期Blackwell芯片唯一稳定的量化路径。
📊 性能基准
双RTX5090上DeepSeek-R1-32B达到59.0 tokens/s。
📂 卷映射
为避免重复下载权重，映射本地模型缓存：
yamlvolumes: - "/your/local/models:/model_dir" - "/your/huggingface/cache:/root/.cache/huggingface"
🖥️ 硬件先决条件
- GPU：NVIDIA RTX5090（SM_120）。
- 驱动：NVIDIA 590.48或更高版本。
- 内核：Linux Kernel6.14+（推荐原生DMA-BUF）。
- 工具包：已安装并配置NVIDIA容器工具包。
🤝 项目&支持
该镜像属于Blackwell Linux Infra Optimizer项目。
- 源码：https://github.com/informatico-madrid/blackwell-linux-infra-optimizer
- 维护者：informatico-madrid
若此栈稳定了你的Blackwell生产环境，请在GitHub上给我们一个星标！ ⭐
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 vllm-blackwell-optimizer 镜像标签
docker pull docker.xuanyuan.run/malkaf/vllm-blackwell-optimizer:<标签>
DockerHub 原生拉取命令
docker pull malkaf/vllm-blackwell-optimizer:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"