华为显卡部署DeepSeek-R1-Distill-Qwen-32B记录

记录一次在华为显卡上部署DS 32B蒸馏模型的过程，主要是一些注意事项和报错处理。报错处理是咨询DS老师（DeepSeek）得知怎么处理的。

部署参考文章

部署主要是参考了昇腾社区和魔乐社区大佬的教程，两篇文章内容是一致的，链接如下：

昇腾社区：DeepSeek-R1-Distill-Qwen-32B-模型库-ModelZoo-昇腾社区
魔乐社区：MindIE/DeepSeek-R1-Distill-Qwen-32B | 魔乐社区

注意事项及报错整理（按文章顺序，没提到的就按文章进行操作）

1 权重无需转换

由于蒸馏版本的模型本质上还是Qwen2.5模型，模型权重文件格式为.safetensor格式，所以无需转换。

那么如果是部署的DeepSeek-R1或V3模型，则需要进行权重转换，具体请参考下面这篇文章。或者在昇腾社区的Modelzoo中搜索ds系列模型参考。

DeepSeek-R1部署：DeepSeek-R1-模型库-ModelZoo-昇腾社区

2 获取镜像

通过文章链接去下载对应的镜像，需要根据你所实际部署时的机器来决定，我这里是在一台Atlas 300I DUO服务器上进行部署的，镜像选的是1.0.0-300I-Duo-py311-openeuler24.03-lts。需要先申请权限，得到权限后可以直接进行docker pull操作。直接pull下来的镜像就无需像文章中先docker load了，直接创建容器即可。（一定要pull正确的镜像）

3 新建容器

REPOSITORY和TAG通过docker images查看后，复制贴到下面命令对应位置。<container-name>给容器取个名。权重文件路径记得替换。

注：以下bash命令是在root权限下创建的容器，如果不是root，请参考文章中非root权限对应命令。

docker run -it -d --net=host --shm-size=1g \
    --privileged \
    --name <container-name> \
    --device=/dev/davinci_manager \
    --device=/dev/hisi_hdc \
    --device=/dev/devmm_svm \
    -v /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro \
    -v /usr/local/sbin:/usr/local/sbin:ro \
    -v ${path-to-weights}:${path-to-weights}:ro \
    ${REPOSITORY}:${TAG} bash

4 服务化部署

认证文件缺失错误

需要特别注意的是，在修改config.json文件时，httpsEnabled参数一定要记得改成false，关闭tls https认证。

"httpsEnabled" : false

 如果没有修改的话，在拉起服务的时候会有tls https认证，然后会出现一系列认证文件缺失的错误，如下。

当然了，也可以补全这些认证文件（主要是一些密钥），会花费一些时间，且需要根据实际的认证需求来考虑。

错误日志不打印-不会自动生成mindservice.log文件错误

在服务拉起过程中，命令行输出的日志中可能会出现关于日志记录的错误，如下。显示Unicode编码错误。不解决的话也不会影响服务的正常启动和模型的推理，但是会无法查看到生成的错误日志！

这里咨询了DS老师，按照接下来的操作对日志记录路径下的两个py文件进行小改即可解决。

/usr/local/Ascend/atb-models/atb_llm/utils/log

第一步：修改日志流的编码 StreamHandler

1.修改SafeRotatingFileHandler的编码：
在logging.py中，修改SafeRotatingFileHandler的_open方法，显式指定编码为utf-8：

def _open(self):
    """
    Override:
        Open the current base file with the (original) mode and encoding.
        Modify the permissions of current files.
        Return the resulting stream.
    """
    if os.path.exists(self.baseFilename):
        file_utils.safe_chmod(self.baseFilename, MAX_OPEN_LOG_FILE_PERM)
    ret = self._builtin_open(self.baseFilename, self.mode, encoding='utf-8', errors='replace')
    file_utils.safe_chmod(self.baseFilename, MAX_OPEN_LOG_FILE_PERM)
    return ret

2.修改StreamHandler的编码：
在logging.py中，修改init_logger函数中的StreamHandler初始化代码，显式指定编码为utf-8：

if str(log_to_stdout).upper() in ["1", TRUE]: 
    # 添加控制台输出日志
    console_formatter = ErrorCodeFormatter()
    console_handle = logging.StreamHandler(stream)
    console_handle.setFormatter(console_formatter)
    console_handle.encoding = 'utf-8'  # 显式设置编码
    logger_ins.addHandler(console_handle)

第二步：过滤非ASCII字符

1.在日志记录前过滤非ASCII字符：
在logging.py中，修改message_filter函数，增加对非ASCII字符的过滤：

def message_filter(msg: str):
    """
    Truncate message exceeding the limit and filter special characters.
    """
    if len(msg) > MAX_MSG_LEN:
        msg = msg[:MAX_MSG_LEN] + '...'
    for item in SPECIAL_CHARS:
        msg = msg.replace(item, ' ')
    msg = re.sub(r' {5,}', '    ', msg)
    # 过滤非ASCII字符
    msg = msg.encode('ascii', errors='ignore').decode('ascii')
    return msg

2.在日志记录时调用过滤函数：
在logging.py中，确保所有日志记录都经过message_filter处理：

def print_log(rank_id, logger_fn, msg, need_filter=True):  # 默认启用过滤
    if rank_id != 0:
        return
    if need_filter:
        msg = message_filter(str(msg))
    logger_fn(msg)

第三步：修改MultiLoggingHandler的编码处理

在MultiLoggingHandler中显式设置编码：
在multiprocess_logging_handler.py中，修改MultiLoggingHandler的emit方法，确保日志记录的编码为utf-8：

def emit(self, record):
    """
    Emit a record.
    """
    try:
        sd_record = self._format_record(record)
        if isinstance(sd_record, str):
            sd_record = sd_record.encode('utf-8', errors='replace').decode('utf-8')
        self.send(sd_record)
    except KeyboardInterrupt as err:
        raise err
    except ValueError:
        self.handleError(record)

经过以上修改后，再次启动服务，在路径下应该就有mindservice.log日志文件了。

5 测试服务

服务启动后，可以通过文章的调用方式进行测试，也可以参考昇腾社区的文档多测试一下（TGI/vLLM/OpenAI/Triton/MindIE原生接口）。请在容器外/退出容器/另起一个命令行窗口进行测试。

文档链接：使用兼容OpenAI接口-接口调用-快速开始-MindIE Service开发指南-服务化集成部署-MindIE1.0.0开发文档-昇腾社区

注意：如果使用昇腾社区提供的推理接口命令测试，由于关闭了tls https认证，那么需要去除命令中的下述部分（用于认证的参数），并将最后的https请求改为http。

--cacert ca.pem --cert client.pem  --key client.key.pem

OpenAI请求样例：

curl -H "Accept: application/json" -H "Content-type: application/json" -X POST -d '{
 "model": <your-model-name, same as modelName in config.json>,
 "messages": [{
  "role": "system",
  "content": "You are a helpful assistant."
 }],
 "max_tokens": 20,
 "presence_penalty": 1.03,
 "frequency_penalty": 1.0,
 "seed": null,
 "temperature": 0.5,
 "top_p": 0.95,
 "stream": false
}' http://${host}:${port}/v1/chat/completions

6 待解决：可能是NPU间的通信问题？(已解决）

我部署的服务器中一共是两张NPU，4个Device，在部署过程中，我将config.json文件中调整npuDeviceIds为[[0,1,2,3]]，worldSize为4；服务化部署正常拉起，但是发起请求则会报错，如下图。但是如果调整npuDeviceIds为[[0,1]]，worldSize为2，即在同一张NPU上启动服务，再请求推理是ok的。没有能达到文章中的同样的效果（"npuDeviceIds" : [[0,1,2,3]]，"worldSize" : 4）。感觉可能是NPU通信的问题，或者哪里配置错了。

目前还在寻找解决方案。

-------------------------------------------------更新线-------------------------------------------------

解决方案 

咨询了华为的技术人员后，问题原因可能在于机器安装的驱动版本太老了，这里机器上原本安装的是23.0.1版本的驱动。在卸载了旧版的驱动和固件后，再安装新驱动和固件就可以在多卡部署服务之后进行服务调用了。这里新驱动版本：24.1.0.1。

注意：商用的安装包的下载是需要具备有下载权限的华为账号的，包下载请联系具有权限账户的人员或咨询华为的技术人员获得支持。

下载地址：华为 Ascend HDK 软件下载和补丁升级-华为

选择对应的驱动版本，下载driver、firmware和mcu三个包。

新安装的驱动和固件包名：

Ascend-hdk-310p-npu-driver_24.1.0.1_linux-aarch64.run

Ascend-hdk-310p-npu-firmware_7.5.0.5.220.run

 其中需要确定的是驱动/固件对应的显卡型号、安装包版本、适配的系统架构，否则下载下后安装也会报错。

驱动和固件安装指导：物理机安装与卸载 - Atlas 中心推理卡 24.1.0 NPU驱动和固件安装指南 02 - 华为

安装新驱动后成功部署：

发起请求可以成功调用：