root@localhost:/workdir#
vllm serve /home/qwen2.5vl72B/model/ \
--host 0.0.0.0 \
--port 8000 \
--dtype bfloat16 \
--tensor-parallel-size 8 \
--served-model-name "Qwen25_VL_72B" \
--max-model-len 90000 \
--max-num-batched-tokens 90000 \
--gpu-memory-utilization 0.8 \
--allowed-local-media-path /workdir \
--limit-mm-per-prompt '{"image": 8, "video": 8}' \
--enable-log-requests \
--trust-remote-code
INFO 06-10 01:59:06 [__init__.py:36] Available plug...点击后进入安全下载页,再进行实际下载。下载链接有效期 24 小时,过期会自动刷新。