轩辕镜像 官方专业版
轩辕镜像
专业版
轩辕镜像 官方专业版
轩辕镜像
专业版
首页个人中心搜索镜像
交易
充值流量¥7起我的订单
文档
工具
提交工单页面收录
sglang-qwen35-nvfp4

rhoninseiei/sglang-qwen35-nvfp4

rhoninseiei

SGLang 0.5.9 for serving Qwen3.5 ModelOpt NVFP4 checkpoints on NVIDIA Blackwell GPUs.

下载次数: 0状态:社区镜像维护者:rhoninseiei仓库类型:镜像最近更新:4 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。

镜像简介
下载命令
镜像标签列表与下载命令
轩辕镜像,快一点,稳很多。
点击查看

sglang-qwen35-nvfp4

Runtime image for serving Qwen3.5-family checkpoints quantized with NVIDIA ModelOpt NVFP4 by using SGLang on NVIDIA Blackwell GPUs.

Runtime versions

  • sglang=0.5.9
  • transformers=5.3.0.dev0
  • base image: lmsysorg/sglang:latest-runtime

Recommended image tags:

  • rhoninseiei/sglang-qwen35-nvfp4:latest
  • rhoninseiei/sglang-qwen35-nvfp4:sglang0.5.9-transformers5.3.0dev0

Note:

  • Docker image tags cannot contain +, so the versioned tag uses - instead of +.

What this image is for

This image is intended for scenarios similar to the following:

  • Qwen3.5 multimodal or dense-family Hugging Face checkpoints
  • offline quantization already completed with NVIDIA ModelOpt
  • exported Hugging Face checkpoint contains hf_quant_config.json
  • SGLang serving with --quantization modelopt_fp4
  • Blackwell GPU systems that require --attention-backend triton

This image bakes in a newer Transformers source tree so qwen3_5 architectures can be recognized even when the upstream runtime image lags behind.

Base image

This image is derived from:

  • lmsysorg/sglang:latest-runtime

Additional runtime adjustments:

  • inject newer transformers source via PYTHONPATH
  • install newer huggingface_hub and hf-xet
  • default launch entrypoint configured for ModelOpt FP4/NVFP4 checkpoints

Supported use case validated in local testing

Validated against a locally quantized checkpoint derived from:

  • crownelius/Crow-9B-Opus-4.6-Distill-Heretic_Qwen3.5

Quantization/export characteristics used in testing:

  • NVIDIA ModelOpt output format
  • qformat=nvfp4_mlp_only
  • kv_cache_qformat=fp8
  • Hugging Face export with hf_quant_config.json
  • architecture recognized as Qwen3_5ForConditionalGeneration

Observed working behaviors in local tests:

  • text chat in Chinese, Japanese, English, and mixed-language prompts
  • multimodal requests with image understanding
  • simple concurrent requests
  • long-context retrieval after template adjustment to suppress reasoning leakage

Requirements

  • NVIDIA Blackwell GPU
  • NVIDIA container runtime configured on host
  • Docker with GPU support
  • Quantized model directory mounted into /models

Example run

bash
docker run -d \
  --name sglang_qwen35_nvfp4 \
  --gpus all \
  --ipc=host \
  --ulimit memlock=-1 \
  --ulimit stack=67108864 \
  -p 31000:30000 \
  -v /mnt/s/LLM/models:/models \
  rhoninseiei/sglang-qwen35-nvfp4:latest

Version-pinned equivalent:

bash
docker run -d \
  --name sglang_qwen35_nvfp4 \
  --gpus all \
  --ipc=host \
  --ulimit memlock=-1 \
  --ulimit stack=67108864 \
  -p 31000:30000 \
  -v /mnt/s/LLM/models:/models \
  rhoninseiei/sglang-qwen35-nvfp4:sglang0.5.9-transformers5.3.0dev0

Optional conservative memory setting:

bash
docker run -d \
  --name sglang_qwen35_nvfp4 \
  --gpus all \
  --ipc=host \
  --ulimit memlock=-1 \
  --ulimit stack=67108864 \
  -e MEM_FRACTION_STATIC=0.75 \
  -p 31000:30000 \
  -v /mnt/s/LLM/models:/models \
  rhoninseiei/sglang-qwen35-nvfp4:latest

Default entrypoint behavior:

  • MODEL_PATH=/models/Crow-9B-Opus-4.6-Distill-Heretic_Qwen3.5/nvfp4_mlp_only_kv_fp8_hf
  • PORT=30000
  • TP=1
  • --quantization modelopt_fp4
  • --attention-backend triton
  • --trust-remote-code

If your model lives elsewhere, override MODEL_PATH:

bash
docker run -d \
  --name sglang_qwen35_nvfp4 \
  --gpus all \
  --ipc=host \
  --ulimit memlock=-1 \
  --ulimit stack=67108864 \
  -e MODEL_PATH=/models/your_model_dir \
  -p 31000:30000 \
  -v /path/to/models:/models \
  rhoninseiei/sglang-qwen35-nvfp4:latest

Notes

  • This image targets ModelOpt FP4/NVFP4 style checkpoints, not arbitrary quantization formats.
  • Current launch defaults assume Blackwell and use triton attention backend accordingly.
  • A newer Transformers tree is injected because some upstream runtime images do not yet recognize qwen3_5 architectures out of the box.
  • Model quality, instruction-following quality, and multimodal behavior still depend on the underlying checkpoint.

docker-compose example

yaml
services:
  sglang-qwen35-nvfp4:
    image: rhoninseiei/sglang-qwen35-nvfp4:sglang0.5.9-transformers5.3.0dev0
    container_name: sglang_qwen35_nvfp4
    ipc: host
    ports:
      - "31000:30000"
    environment:
      MODEL_PATH: /models/Crow-9B-Opus-4.6-Distill-Heretic_Qwen3.5/nvfp4_mlp_only_kv_fp8_hf
      TP: "1"
      # MEM_FRACTION_STATIC: "0.75"
    volumes:
      - /mnt/s/LLM/models:/models
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]
    ulimits:
      memlock: -1
      stack: 67108864
    restart: unless-stopped

Disclaimer

  • This is a convenience runtime image, not an official release from SGLang, NVIDIA, Qwen, or the model author.
  • No claim is made that every Qwen3.5-derived checkpoint or every NVFP4 export will work unchanged.
  • Users remain responsible for complying with all upstream licenses, model licenses, export controls, and deployment requirements.
  • The image is provided as-is without any warranty of correctness, fitness, or support.

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 sglang-qwen35-nvfp4 镜像标签

docker pull docker.xuanyuan.run/rhoninseiei/sglang-qwen35-nvfp4:<标签>

使用方法:

  • 登录认证方式
  • 免认证方式

DockerHub 原生拉取命令

docker pull rhoninseiei/sglang-qwen35-nvfp4:<标签>

轩辕镜像配置手册

按平台快速找到配置文档

一键安装

一键安装 Docker

Linux Docker 一键安装

AI

用 AI 使用轩辕镜像

agents.md · AI 对话 · 提示词

Docker

登录仓库拉取

登录认证 · 私有仓库

专属域名拉取

免登录 · 高速拉取

Linux

Docker 镜像配置

Windows / Mac

Docker Desktop 配置

MacOS OrbStack

OrbStack 容器

Apple Container

macOS 原生容器

Docker Compose

Compose 项目配置

NAS

群晖

Synology 配置

飞牛

fnOS 镜像配置

绿联

绿联 NAS

威联通

QNAP 配置

极空间

极空间 NAS

Unraid

Unraid NAS

企业仓库

其他仓库

ghcr · Quay · nvcr

Harbor 镜像源

Proxy Repository 对接

Portainer 镜像源

Registries 配置

Nexus 镜像源

Docker Proxy 缓存

开发工具

Dev Containers

VS Code 开发容器

Podman

Podman 配置指南

Singularity / Apptainer

HPC 科学计算容器

Kubernetes

K8s Containerd

Kubernetes · Containerd

K3s

轻量级集群

面板 / 网络

爱快路由

爱快 4.0 · iKuai 镜像加速

宝塔面板

一键配置镜像源

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

镜像拉取常见问题

功能

版本功能对比

功能对比 · 版本选择

支持的镜像仓库

Docker Hub · GCR · GHCR

专属域名用法

专属域名 · 开启停用 · 多仓库

新手拉取配置

登录 · 专属域名 · 配置

docker search 限制

专属域名 · Hub 搜索

不支持 push

仅支持 pull · 不支持

拉取速度原因

带宽 · 缓存 · 冷热镜像

错误码

402 与流量用尽

402 · 流量包 · 充值

401 认证失败

401 · docker login

manifest unknown

标签错误 · 镜像不存在

410 Gone 排查

410 · Docker 升级

429 限流

免费版 · 专业版 · 企业版 · 请求频率

其他报错

DNS 超时

DNS 解析 · 网络超时

TLS 证书失败

no matching manifest(架构)

账号

失败是否计费

manifest · blob · 计费

申请开票(企业 / 个人)

开票 · 发票 · 工单

修改登录密码

网站 · 仓库 · 重置

注销账户

工单 · 数据 · 注销

原理

mirrors 不生效

daemon.json · 重启

去掉域名前缀

docker tag · 重命名

指定架构拉取

ARM64 · AMD64 · 多架构

latest 与「最新」

digest · 版本号 · 标签

查看全部问题→

用户好评

来自真实用户的反馈,见证轩辕镜像的优质服务

用户头像

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。"

轩辕镜像
镜像详情
...
rhoninseiei/sglang-qwen35-nvfp4
定价查看流量套餐与价格
博客Docker 镜像公告与技术博客
专业版 · 高速稳定拉取镜像
高速镜像下载·在线技术支持·99.95% SLA 保障·付费会员免广告
50GB 仅 ¥7/年
专业版 · 高速稳定拉取镜像
50GB 仅 ¥7/年
高速镜像下载·在线技术支持·99.95% SLA 保障·付费会员免广告
用户协议·隐私政策·增值电信业务经营许可证:浙B2-20261007·©2024-2026 源码跳动©2024-2026 杭州源码跳动科技有限公司·商务合作:点击复制邮箱

更多 sglang-qwen35-nvfp4 镜像推荐

lmsysorg/sglang logo

lmsysorg/sglang

LMSYS Org 开源大模型系统
这是用于开源项目sglang(GitHub地址:[https://github.com/sgl-project/sglang]
53 次收藏500万+ 次下载
14 小时前更新
intel/sglang-dev logo

intel/sglang-dev

intel
Intel SGLang XPU/CPU dev images
1万+ 次下载
3 小时前更新
lmsysorg/sglang-rocm logo

lmsysorg/sglang-rocm

LMSYS Org 开源大模型系统
暂无描述
1万+ 次下载
45 分钟前更新
lmsysorg/sglang-omni logo

lmsysorg/sglang-omni

LMSYS Org 开源大模型系统
暂无描述
1万+ 次下载
1 个月前更新
openeuler/sglang logo

openeuler/sglang

openeuler
SGLang是基于openEuler构建的高性能大语言模型和视觉语言模型服务框架,提供低延迟、高吞吐量推理,支持多设备(NVIDIA/AMD GPU、CPU等)和多模型,适用于从单GPU到分布式集群的部署场景。
1.7千+ 次下载
6 天前更新
lmsysorg/sglang-jax logo

lmsysorg/sglang-jax

LMSYS Org 开源大模型系统
Docker images for https://github.com/sgl-project/sglang-jax
552 次下载
1 个月前更新

查看更多 sglang-qwen35-nvfp4 相关镜像