DeepSeek-R1昇腾910B满血版部署攻略：避开这些坑，快速上手！

deepseek满血版昇腾显卡部署指南，网上有很多相关的教程，但是实际操作下来发现有非常多的坑，这里记录一下部署的流程，希望给国产化部署的朋友一些帮助。

现在各大平台好多提供了deepseek-r1满血版的推理服务，在网上看到一个比较有意思的检测

是否满血的prompt，可以试一下

测试一下deepseek官方的回答：

再看一下使用昇腾部署的回答：

昇腾官方有出一个部署指南，本文也是参考该教程进行的，虽然有很多槽点，但是依然是一个不错的参考。

模型权重

第一步是模型权重的下载，对于满血版R1这个庞然大物，如果网速不够快，下载起来还是非常麻烦的，我尝试了多个下载渠道，最终使用了魔乐社区，峰值速度达80M/s，全部下载完也就一小时左右，速度非常可观。可以看一下官方的介绍，所言非虚，推荐使用。

下载的时候需要导入一个白名单，否则自定义位置报错

from openmind_hub import snapshot_download
snapshot_download(
            repo_id="State_Cloud/DeepSeek-R1-origin",
            local_dir="xxx",
            cache_dir="xxx",
            local_dir_use_symlinks=False,
            )

然后就是权重转换了，需要将FP8的转成FP16，可以使用昇腾里DeepSeek-V3的权重转换脚本

 DeepSeek-R1在转换前权重约为640G左右，在转换后权重约为1.3T左右，记得提前规划好存储的位置，避免中断。

另外这里提一下，在部署的时候，有遇到一个错误，就是加载权重的时候，好像对软链接不支持，因此这里在下载的时候，可以关闭软链接，设置参数local_dir_use_symlinks=False即可。

对于昇腾机器的的要求，BF16的R1需要至少需要4台Atlas 800I A2（8*64G）服务器，W8A8量化版本则至少需要2台Atlas 800I A2 (8*64G) ， 我在部署的时候使用的是量化版本，用的是两台Atlas 800T A2

如果不想经过上述的权重转换步骤，又需要部署W8A8的量化版本，可以直接下载社区里转换好的权重，下载量已经到了6k+，可以使用。

下载后的模型权重，需要管理一下权限，方便后续读取：

chown -R 1001:1001 /path-to-weights/DeepSeek-R1
chmod -R 750 /path-to-weights/DeepSeek-R1

镜像部分

昇腾官方出了可以直接部署的镜像，方便开发者一键启动

镜像链接：https://www.hiascend.com/developer/ascendhub/detail/af85b724a7e5469ebd7ea13c3439d48f

目前提供的MindIE镜像预置了DeepSeek-R1模型推理脚本，无需再下载模型代码

这里的镜像需要申请，通过后才能下载

执行命令：

docker pull swr.cn-south-1.myhuaweicloud.com/ascendhub/mindie:2.0.T3-800I-A2-py311-openeuler24.03-lts

拉取镜像后，需要启动容器，可以使用下面的命令，与官方教程有些区别

docker run -itd --privileged  --name=deepseek-r1 --net=host \
   --shm-size 500g \
   --device=/dev/davinci0 \
   --device=/dev/davinci1 \
   --device=/dev/davinci2 \
   --device=/dev/davinci3 \
   --device=/dev/davinci4 \
   --device=/dev/davinci5 \
   --device=/dev/davinci6 \
   --device=/dev/davinci7 \
   --device=/dev/davinci_manager \
   --device=/dev/hisi_hdc \
   --device /dev/devmm_svm \
    -v /usr/local/dcmi:/usr/local/dcmi \
    -v /usr/bin/hccn_tool:/usr/bin/hccn_tool \
    -v /usr/local/sbin:/usr/local/sbin \
    -v /usr/local/sbin/npu-smi:/usr/local/sbin/npu-smi \
     -v /usr/local/Ascend/driver:/usr/local/Ascend/driver \
     -v /usr/local/Ascend/firmware:/usr/local/Ascend/firmware \
   -v /etc/hccn.conf:/etc/hccn.conf \
   -v xxxxxx/DeepSeek-R1-weight:/workspace \
   swr.cn-south-1.myhuaweicloud.com/ascendhub/mindie:2.0.T3-800I-A2-py311-openeuler24.03-lts \
    bash

--name 容器名， -v 挂载下载好的模型

其中需要注意的地方在于，把下载好模型权重的位置，挂载到容器中，可以放到workspace目录下，这样后面部署的时候，就可以使用了 

其它的挂载盘都是常规的驱动或者工具，确保本地可以正常运行，一般是没问题的

多台服务器部署，每台服务器下载同样的模型权重，位置可以不同，但是都需要执行上述启动容器的命令，把挂载盘换一下

进入容器

启动好容器之后，接下来的操作都默认在容器中

首先便是进入容器，假设上述容器名字为deepseek-r1

docker exec -it deepseek-r1 bash

容器检查

进入容器之后，先检查一下机器的网络情况，如果有问题，可以先查一下本机是否正常 如果本机正常，容器内有问题，那应该是有些目录没有挂载好，可以问下G老师或者D老师

# 检查物理链接
for i in {0..7}; do hccn_tool -i $i -lldp -g | grep Ifname; done 
# 检查链接情况
for i in {0..7}; do hccn_tool -i $i -link -g ; done
# 检查网络健康情况
for i in {0..7}; do hccn_tool -i $i -net_health -g ; done
# 查看侦测ip的配置是否正确
for i in {0..7}; do hccn_tool -i $i -netdetect -g ; done
# 查看网关是否配置正确
for i in {0..7}; do hccn_tool -i $i -gateway -g ; done
# 检查NPU底层tls校验行为一致性，建议全0
for i in {0..7}; do hccn_tool -i $i -tls -g ; done | grep switch
# NPU底层tls校验行为置0操作
for i in {0..7};do hccn_tool -i $i -tls -s enable 0;done

配置多机多卡文件

这个文件比较关键，配置好之后，后续的MindIE推理框架也会参考这个进行启动，不需要再额外设置 

配置起来也比较简单，使用这个命令，把每张卡的ip地址记录下来

for i in {0..7};do hccn_tool -i $i -ip -g; done

每台机器都执行一次，其中，确定一台主节点

• server_count：一共使用几台服务器，即节点数。server_list中第一个server为主节点

• device_id：当前卡的本机编号，取值范围[0, 本机卡数)

• device_ip：当前卡的ip地址，可通过hccn_tool命令获取

• rank_id：当前卡的全局编号，取值范围[0, 总卡数)

• server_id：当前节点的ip地址

• container_ip：容器ip地址（服务化部署时需要），若无特殊配置，则与server_id相同

查看服务器的ip地址

hostname -I

查看docker容器的ip地址

docker inspect 容器id | grep "IPAddress"

如果返回为空，可能是使用和宿主机一样的网络，查看容器的网络模式

docker inspect 容器id | grep -i '"NetworkMode"'

如果返回为 "NetworkMode": "host", 则说明容器使用的是 host 网络，它没有自己的 IP，而是直接用 宿主机 IP。

下面是两个节点的配置文件，对着填好ip地址即可

{
    "server_count": "2", 
    "server_list": [
        {
            "device": [
                {"device_id": "0",  "device_ip": "xxxx",  "rank_id": "0"},
                {"device_id": "1",  "device_ip": "xxxx", "rank_id": "1"},
                {"device_id": "2",  "device_ip": "xxxx",  "rank_id": "2"},
                {"device_id": "3",  "device_ip": "xxxx",  "rank_id": "3"},
                {"device_id": "4",  "device_ip": "xxxx",   "rank_id": "4"},
                {"device_id": "5",  "device_ip": "xxxx",   "rank_id": "5"},
                {"device_id": "6",  "device_ip": "xxxx",  "rank_id": "6"},
                {"device_id": "7",  "device_ip": "xxxx", "rank_id": "7"}
                ],
                "server_id": "xxxx",
                "container_ip": "xxxx"
        },
        {
            "device": [
                {"device_id": "0",  "device_ip": "xxxx",  "rank_id": "8"},
                {"device_id": "1",  "device_ip": "xxxx", "rank_id": "9"},
                {"device_id": "2",  "device_ip": "xxxx",  "rank_id": "10"},
                {"device_id": "3",  "device_ip": "xxxx",  "rank_id": "11"},
                {"device_id": "4",  "device_ip": "xxxx",   "rank_id": "12"},
                {"device_id": "5",  "device_ip": "xxxx",   "rank_id": "13"},
                {"device_id": "6",  "device_ip": "xxxx",  "rank_id": "14"},
                {"device_id": "7",  "device_ip": "xxxx", "rank_id": "15"}
            ],
            "server_id": "xxxx",
            "container_ip": "xxxx"
        }
    ],
    "status": "completed",
    "version": "1.0"
}

开启通信环境变量

export ATB_LLM_HCCL_ENABLE=1
export ATB_LLM_COMM_BACKEND="hccl"
export HCCL_CONNECT_TIMEOUT=7200
export WORLD_SIZE=32
export HCCL_EXEC_TIMEOUT=0

• 权重目录下config.json文件，将 model_type 更改为 deepseekv2 (全小写且无空格)

精度测试

官方给的精度测试例子，与我下载的镜像中的目录对不上，并且执行full_CEval的测试也会报错，缺少文件 modeltest路径，在镜像中的实际位置是：/usr/local/Ascend/atb-models/tests/modeltest

测试命令：

# 需在所有机器上同时执行
bash run.sh pa_bf16 [dataset] ([shots]) [batch_size] [model_name] ([is_chat_model]) [weight_dir] [rank_table_file] [world_size] [node_num] [rank_id_start] [master_address]

性能测试

性能测试是在同样的目录下，但是是可以执行成功的

运行命令

bash run.sh pa_bf16 performance [[256,256]] 16 deepseekv2 /path/to/weights/DeepSeek-R1 /path/to/xxx/ranktable.json 16 2 0 {主节点IP}
# 0 代表从0号卡开始推理，之后的机器依次从8，16，24。

跑完会生成一个csv文件，里面保存了本次测试的指标，比如

Model	Batchsize	In_seq	Out_seq	Total time(s)	First token time(ms)	Non-first token time(ms)	Non-first token Throughput(Tokens/s)	E2E Throughput(Tokens/s)	Non-first token Throughput Average(Tokens/s)	E2E Throughput Average(Tokens/s)
deepseekv2	16	256	256	18.6202795506	478.01	71.03	225.25693369	219.9752151346	225.25693369	219.9752151346

参数解释：

• Batch size，批次大小

• 输入序列长度（In_seq）

• 输出序列长度（Out_seq）

• 总耗时（Total time）

• 首 token 生成耗时（First token time）

• 非首 token 平均生成耗时（Non-first token time）

• 非首 token 吞吐率（Throughput）

• 端到端吞吐率（E2E Throughput）

---

推理部署

上述的两个测试都是可选的，性能测试可以跑一下，调一下bs，看看能跑出什么样的效果

启动前需要配置一下容器，每个容器都执行一下：

export PYTORCH_NPU_ALLOC_CONF=expandable_segments:True
export MIES_CONTAINER_IP=容器ip地址
export RANKTABLEFILE=rank_table_file.json路径

export OMP_NUM_THREADS=1
export NPU_MEMORY_FRACTION=0.95

注意，上述的路径是指容器内的路径，并且每台机器的ip都要对应正确

执行完后，每台机器都要对应修改服务化参数，即部署的参数配置 

因为这个文件是在容器中，需要用vim修改，比较麻烦，这里推荐一个方法

将该文件复制一份到宿主机上，使用的命令是：

docker cp 镜像id:/usr/local/Ascend/mindie/latest/mindie-service/conf/config.json /本地目录

这样，你可以在宿主机上进行修改json文件，方便快捷，因为每台机器都是一样的配置，因此，修改好后，每台机器复制一份就可以了。 改完之后，需要在传回到镜像中，使用

docker cp 本地目录/config.json  容器id:/usr/local/Ascend/mindie/latest/mindie-service/conf/config.json 

这样就完成了配置文件的修改，这个配置文件后续需要调整，这种方式省去了很多麻烦

下面是官方给的配置，如果想要部署的模型推理更快或者输入输出更长，都需要对应的调整该文件的参数，这部分暂时没有什么好的建议，目前我设置的是32k，可以正常部署起来，推理速度还可以

详细的参数介绍参考这个

{
    "Version" : "1.0.0",
    "LogConfig" :
    {
        "logLevel" : "Info",
        "logFileSize" : 20,
        "logFileNum" : 20,
        "logPath" : "logs/mindie-server.log"
    },

    "ServerConfig" :
    {
        "ipAddress" : "改成主节点IP",
        "managementIpAddress" : "改成主节点IP",
        "port" : 1025,
        "managementPort" : 1026,
        "metricsPort" : 1027,
        "allowAllZeroIpListening" : false,
        "maxLinkNum" : 1000, //如果是4机，建议300
        "httpsEnabled" : false,
        "fullTextEnabled" : false,
        "tlsCaPath" : "security/ca/",
        "tlsCaFile" : ["ca.pem"],
        "tlsCert" : "security/certs/server.pem",
        "tlsPk" : "security/keys/server.key.pem",
        "tlsPkPwd" : "security/pass/key_pwd.txt",
        "tlsCrlPath" : "security/certs/",
        "tlsCrlFiles" : ["server_crl.pem"],
        "managementTlsCaFile" : ["management_ca.pem"],
        "managementTlsCert" : "security/certs/management/server.pem",
        "managementTlsPk" : "security/keys/management/server.key.pem",
        "managementTlsPkPwd" : "security/pass/management/key_pwd.txt",
        "managementTlsCrlPath" : "security/management/certs/",
        "managementTlsCrlFiles" : ["server_crl.pem"],
        "kmcKsfMaster" : "tools/pmt/master/ksfa",
        "kmcKsfStandby" : "tools/pmt/standby/ksfb",
        "inferMode" : "standard",
        "interCommTLSEnabled" : false,
        "interCommPort" : 1121,
        "interCommTlsCaPath" : "security/grpc/ca/",
        "interCommTlsCaFiles" : ["ca.pem"],
        "interCommTlsCert" : "security/grpc/certs/server.pem",
        "interCommPk" : "security/grpc/keys/server.key.pem",
        "interCommPkPwd" : "security/grpc/pass/key_pwd.txt",
        "interCommTlsCrlPath" : "security/grpc/certs/",
        "interCommTlsCrlFiles" : ["server_crl.pem"],
        "openAiSupport" : "vllm"
    },

    "BackendConfig" : {
        "backendName" : "mindieservice_llm_engine",
        "modelInstanceNumber" : 1,
        "npuDeviceIds" : [[0,1,2,3,4,5,6,7]],
        "tokenizerProcessNumber" : 8,
        "multiNodesInferEnabled" : true,
        "multiNodesInferPort" : 1120,
        "interNodeTLSEnabled" : false,
        "interNodeTlsCaPath" : "security/grpc/ca/",
        "interNodeTlsCaFiles" : ["ca.pem"],
        "interNodeTlsCert" : "security/grpc/certs/server.pem",
        "interNodeTlsPk" : "security/grpc/keys/server.key.pem",
        "interNodeTlsPkPwd" : "security/grpc/pass/mindie_server_key_pwd.txt",
        "interNodeTlsCrlPath" : "security/grpc/certs/",
        "interNodeTlsCrlFiles" : ["server_crl.pem"],
        "interNodeKmcKsfMaster" : "tools/pmt/master/ksfa",
        "interNodeKmcKsfStandby" : "tools/pmt/standby/ksfb",
        "ModelDeployConfig" :
        {
            "maxSeqLen" : 10000,
            "maxInputTokenLen" : 2048,
            "truncation" : true,
            "ModelConfig" : [
                {
                    "modelInstanceType" : "Standard",
                    "modelName" : "deepseekr1",
                    "modelWeightPath" : "/home/data/dsR1_base_step178000",
                    "worldSize" : 8,
                    "cpuMemSize" : 5,
                    "npuMemSize" : -1,
                    "backendType" : "atb",
                    "trustRemoteCode" : false
                }
            ]
        },

        "ScheduleConfig" :
        {
            "templateType" : "Standard",
            "templateName" : "Standard_LLM",
            "cacheBlockSize" : 128,

            "maxPrefillBatchSize" : 8,
            "maxPrefillTokens" : 2048,
            "prefillTimeMsPerReq" : 150,
            "prefillPolicyType" : 0,

            "decodeTimeMsPerReq" : 50,
            "decodePolicyType" : 0,

            "maxBatchSize" : 8,
            "maxIterTimes" : 1024,
            "maxPreemptCount" : 0,
            "supportSelectBatch" : false,
            "maxQueueDelayMicroseconds" : 5000
        }
    }
}

启动服务

启动命令也比较简单

cd /usr/local/Ascend/mindie/latest/mindie-service
nohup ./bin/mindieservice_daemon > /workspace/output.log 2>&1 &

这里最好是把启动服务的命令挂后台，这样能查看日志，否则关闭终端后，虽然服务不掉，但是日志是找不到了，不方便debug

执行命令后，首先会打印本次启动所用的所有参数，然后直到出现以下输出：

Daemon start success!

则认为服务成功启动。

到这里可以认为是部署成功了，还有最后一步的测试：

curl -X POST http://{ip}:{port}/v1/chat/completions \
     -H "Accept: application/json" \
     -H "Content-Type: application/json" \
     -d '{
       "model": "DeepSeek-R1",
       "messages": [{
         "role": "user",
         "content": "你好"
       }],
       "max_tokens": 20,
       "presence_penalty": 1.03,
       "frequency_penalty": 1.0,
       "seed": null,
       "temperature": 0.5,
       "top_p": 0.95,
       "stream": true
     }'

注意，官方教程里是没有开启HTTPS通信，后续调用的时候用http，而不是https

使用https需要配置开启HTTPS通信所需服务证书、私钥等证书文件

以上能看到输出，就算是部署成功了

最后是适配OpenAI式的推理接口，可以参考

有些槽点不得不提：

整个部署流程基本按照官方教程来的，但是一步一坑，各种稀奇古怪的问题，主要还找不到日志，容器里的目录翻了一遍，没有几个能看到实质性报错的内容，一般可以从/root/mindie下找到一些。 网上也很少能搜到对应的问题，部署帖子如果能有个讨论的空间就好了，方便避坑

另外就是，这教程写的有些地方对不上（可能是我操作不对），很奇怪。比如测试的目录，刚开始很困惑，检查了数遍才在另外的目录下找到

还有一些问题，排查不出来，最后找华为老师解决的，还是很感谢快速的支持，希望国产越来越好。

部署问题，加载tokenizer失败 解决方式：检查tokenizer.json 文件是否和官网一致，并且检查一下权限，是否能正常读取 

还遇到一个问题，比如下面这个 

只看日志，好像也看不出是什么原因，最终的解决方案是：升级驱动！ 

有类似问题是hccn 导致的，升级到24.1.0很多问题就自然的解决了，遇到难以解决的问题，不要怀疑自己.. 

cann 不用升级，只需升级昇腾NPU固件和驱动 

选择欧拉系统，注意，这里可以选择800I A2推理服务器，推理速度更快 

下载完这两个文件，正常按照流程安装即可

 

 

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓