热门搜索:
voipmonitor/vllm
voipmonitor
针对RTX PRO 6000 Blackwell (SM120a)的vLLM推理栈，基于CUDA 13.2构建，包含Ubuntu 24.04、PyTorch nightly、vLLM、FlashInfer、SGLang等组件，修复了nvidia-cutlass-dsl的NVVM/ptxas版本冲突问题，适用于高性能LLM推理任务。
下载次数: 0状态：社区镜像维护者：voipmonitor仓库类型：镜像最近更新：17 天前
让 AI 帮你使用轩辕镜像？ · 展开查看说明
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。
voipmonitor/vllm:test-cu132
镜像概述
voipmonitor/vllm:test-cu132是专为RTX PRO 6000 Blackwell (SM120a) 硬件优化的vLLM推理栈镜像，基于CUDA 13.2构建，旨在提供高性能的大语言模型(LLM)推理能力。该镜像集成了多个关键组件，确保在特定硬件上实现高效的模型部署和运行。
核心功能与特性
组件栈
- 基础环境：Ubuntu 24.04 操作系统，集成 CUDA 13.2.0 和 cuDNN
- 深度学习框架：PyTorch nightly (cu132)
- 推理引擎：vLLM（源码构建）
- 加速库：FlashInfer（git main分支）
- 服务框架：SGLang（源码，可编辑模式）
- 优化工具：nvidia-cutlass-dsl 4.4.2（包含CUDA 13.1 NVVM/ptxas修复）
关键修复：nvidia-cutlass-dsl NVVM/ptxas版本冲突
nvidia-cutlass-dsl[cu13] 包含两个子包，均会写入 _cutlass_ir.so 文件：
libs-base（必填）：提供 NVVM/ptxas 12.9 版本（无法为 SM120 编译_mma.block_scale）libs-cu13（可选扩展）：提供 NVVM/ptxas 13.1 版本（支持 SM120）
默认 pip 安装会先安装 libs-cu13 再安装 libs-base，导致 CUDA 13 版本的二进制文件被覆盖。修复方法：将以下命令作为最后一步执行：
bashpip install --force-reinstall --no-deps nvidia-cutlass-dsl-libs-cu13
使用场景与适用范围
该镜像适用于需要在 RTX PRO 6000 Blackwell (SM120a) 硬件上部署和运行大语言模型推理的场景，尤其适合对性能要求较高的应用，如：
- 高性能LLM服务部署
- 大规模语言模型推理性能测试
- 针对SM120架构的模型优化验证
使用方法与配置说明
获取镜像
bashdocker pull voipmonitor/vllm:test-cu132
基本运行示例
bashdocker run --gpus all -it --rm voipmonitor/vllm:test-cu132
详细配置
完整的Dockerfile及更多配置细节，请参考源码仓库中的说明文档。
注意事项
- 该镜像仅针对 RTX PRO 6000 Blackwell (SM120a) 硬件优化，其他架构可能无法正常运行
- 运行时需确保主机已安装支持CUDA 13.2的NVIDIA驱动
- 如需自定义配置，建议基于该镜像构建新的Dockerfile并保留关键修复步骤
更多相关 Docker 镜像与资源
以下是 voipmonitor/vllm 相关的常用 Docker 镜像，适用于 不同场景 等不同场景：
- vllm/vllm-openai Docker 镜像说明
- vllm/vllm-tpu Docker 镜像说明（vLLM 面向 Google TPU 的推理镜像，适合在 TPU 上部署高吞吐大模型 API）
- pytorch/pytorch Docker 镜像说明
- dustynv/vllm Docker 镜像说明（高性能 LLM 推理服务）
- rocm/vllm Docker 镜像说明（vLLM 推理服务，ROCm GPU 优化版本）
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。
DockerHub 原生拉取命令
docker pull voipmonitor/vllm:<标签>
更多 vllm 镜像推荐
vllm/vllm-openai
vLLM 高性能推理与服务镜像
vllm/vllm-openai：vLLM 高性能大模型推理框架的官方 Docker 镜像，封装 OpenAI API 兼容的推理服务；支持 PagedAttention 与连续批处理，吞吐量可达传统引擎 10-24 倍；支持 50+ 开源模型与量化方案，适用开源模型部署、OpenAI 应用本地化与高并发生产场景。
280 次收藏1000万+ 次下载
1 个月前更新
vllm/vllm-tpu
vLLM 高性能推理与服务镜像
vLLM框架在TPU上运行的Docker镜像仓库
3 次收藏10万+ 次下载
1 个月前更新
vllm/vllm-omni
vLLM 高性能推理与服务镜像
暂无描述
7 次收藏5万+ 次下载
1 个月前更新
vllm/vllm-openai-rocm
vLLM 高性能推理与服务镜像
暂无描述
4 次收藏5万+ 次下载
1 个月前更新
vllm/vllm-openai-cpu
vLLM 高性能推理与服务镜像
暂无描述
1万+ 次下载
1 个月前更新
vllm/vllm-router
vLLM 高性能推理与服务镜像
暂无描述
5.5千+ 次下载
1 个月前更新
镜像拉取常见问题
功能
排错
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。"