本文详细介绍Transformers、ModelScope、vLLM、Llama.cpp、Ollama、TGI 这几种常用的大模型部署方式，包含具体的部署方法、适用情况以及优缺点分析，为大家做大模型部署技术选型提供依据。
1. Transformers
1.1 部署方法：
1.2 适用情况：
1.3 优缺点：
案例：
1、安装依赖
pip install transformers torch fastapi uvicorn
2、加载预训练模型和分词器
from transformers import BertForSequenceClassification, BertTokenizer
model_name = 'Qwen/Qwen3-8B'model = BertForSequenceClassification.from_pretrained(model_name)tokenizer = BertTokenizer.from_pretrained(model_name)
3、构建API服务
from fastapi import FastAPI, HTTPExceptionfrom pydantic import BaseModelimport torch
app = FastAPI()
class TextIn(BaseModel): text: str
@app.post("/predict")async def predict(text_in: TextIn):try:# 对输入文本进行编码 inputs = tokenizer(text_in.text, return_tensors="pt", padding=True, truncation=True, max_length=512)# 使用模型进行预测with torch.no_grad(): outputs = model(**inputs)# 获取预测结果 predictions = torch.nn.functional.softmax(outputs.logits, dim=-1) predicted_class = predictions.argmax().item()return {'predicted_class': predicted_class, 'probabilities': predictions.tolist()[0]}except Exception as e:raise HTTPException(status_code=500, detail=str(e))
4、运行运行API服务
uvicorn app:app --reload --host 0.0.0.0 --port 8000
2. ModelScope
2.1 部署方法：
2.2 适用情况：
2.3 优缺点：
3. vLLM
3.1 部署方法：
3.2 适用情况：
3.3 优缺点：
案例：
1、安装vLLM
pip install vllm
或者源码安装
git clone https://github.com/vllm-project/vllm.gitcd vllmpip install -e .
2、加载运行模型
从 Hugging Face 加载模型
vllm serve Qwen/Qwen2-7B-Instruct
加载本地模型
vllm serve /path/to/local/model
3、启动方式
单卡启动
vllm serve deepseek-ai/DeepSeek-V3-0324 --port 8000
多卡启动
vllm serve deepseek-ai/DeepSeek-V3-0324 --tensor-parallel-size 4
4. Llama.cpp
4.1 部署方法：
4.2 适用情况：
4.3 优缺点：
案例：
1、下载代码
git clone https://github.com/ggerganov/llama.cppcd llama.cpp
2、编译
cmake -B build -DGGML_CUDA=ON -DGGML_CUDA_ENABLE_UNIFIED_MEMORY=1cmake --build build --config Release -j 8
3、下载模型和格式转换
从 Hugging Face 或其他模型库下载所需的 LLM 模型，通常是以 .pth（PyTorch 格式）或 .safetensors 格式存在
转换为 GGUF 格式
python convert.py ./models/your-model-path --vocabtype spm
4、部署模型
./llama-server -m ./models/your-model-q8.gguf --port 8080
5. Ollama
5.1 部署方法：
5.2 适用情况：
5.3 优缺点：
案例：
安装ollama
curl -fsSL https://ollama.com/install.sh | sh
下载和运行模型
ollama run qwen3
6. TGI
6.1 部署方法：
6.2 适用情况：
6.3 优缺点：
案例：
1、安装TGI需要的环境
sudo apt-get install libssl-dev gcc -ycurl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | shPROTOC_ZIP=protoc-21.12-linux-x86_64.zipcurl -OL https://github.com/protocolbuffers/protobuf/releases/download/v21.12/$PROTOC_ZIPsudo unzip -o $PROTOC_ZIP -d /usr/local bin/protocsudo unzip -o $PROTOC_ZIP -d /usr/local 'include/*'rm -f $PROTOC_ZIP
2、克隆 TGI 仓库
git clone https://github.com/huggingface/text-generation-inference.gitcd text-generation-inference
3、编译和安装 TGI：
conda activate llm-plus # 激活一个虚拟环境（可选）BUILD_EXTENSIONS=True make install -j
4、下载和部署模型
从 Hugging Face 或其他模型库下载所需的大模型，确保模型格式与 TGI 兼容。
使用 TGI 提供的命令行工具启动模型服务
text-generation-launcher --model-id /path/to/your/model --trust-remote-code --port 4000
好的，以上就是这6种大模型的详细部署方式，你可以根据项目需求、硬件条件等因素进行选择。
感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。
为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。
这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。
这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
版权说明：如非注明，本站文章均为 扬州驻场服务-网络设备调试-监控维修-南京泽同信息科技有限公司 原创，转载请注明出处和附带本文链接。
请在这里放置你的在线分享代码