Llama Stack¶

vLLM 也可透過 Llama Stack 獲得。

要安裝 Llama Stack，請執行

pip install llama-stack -q

使用 OpenAI 相容 API 進行推理¶

然後啟動 Llama Stack 伺服器，並進行以下設定，使其指向您的 vLLM 伺服器

inference:
  - provider_id: vllm0
    provider_type: remote::vllm
    config:
      url: http://127.0.0.1:8000

有關此遠端 vLLM 提供程式的更多詳細資訊，請參閱此指南。

還提供了一個內聯提供程式。這是使用該方法進行配置的示例

inference:
  - provider_type: vllm
    config:
      model: Llama3.1-8B-Instruct
      tensor_parallel_size: 4