“ 模型的部署和系统运维是一项复杂的过程，难点是怎么维护一个高可用的稳定模型服务。”

关于模型本地部署，作者经过实操之后觉得好像也没什么难的，下载几个工具，执行几个命令，安装几个包即可；但事实上，模型运维哪有想象中的那么简单。

今天作者就碰到了几个坑，所以今天在这里简单说明一下。

模型部署存在的问题

类似于大模型应用开发一样，把功能开发出来只是第一步，难点在于优化；而对于大模型部署同样如此，把模型跑起来只是第一步，让模型能够稳定的运行才是难点。

作者以个人的经验来简要说明一下部署模型的难点在哪里？

第一，在知道具体需要部署哪个模型的情况下，下一个需要解决的问题就是选择哪个推理引擎；但是在很多模型的说明文档中并没有明确说明可以使用哪些推理引擎，或者说只有很少一部分模型有简要说明。

特别是随着时间的发展，模型变得越来越多，在模型托管平台如魔塔，huggingface上托管着几十万个模型；而这些模型支持哪些推理引擎或者说哪些推理引擎支持哪些模型，我们不可能弄得一清二楚，甚至有些模型根本没有适配推理引擎，也就是说不同的模型可能有不同的部署方式。

之所以产生这个现象的原因是，大部分模型开发人员关心的是模型的性能和效果以及算法的实现，而不关心模型的部署问题，除非一些商用模型。

因此一般情况下，模型的部署一般由推理引擎开发人员去适配模型，而不是模型去适配推理引擎，所以这是第一个难点。

最重要的是，有些推理引擎虽然说支持某个模型，但等你真正部署之后才发现，虽然它支持，但需要你对模型进行适当的调整，比如说架构转换，这样才能真正的投入使用。如vllm推理引擎说是支持Qwen3-Rerank-8B模型，但实际上要想使用，需要对模型架构进行转换。

参考如下：
https://blog.csdn.net/weixin_52263647/article/details/155536219

其次，模型本身支持的参数，在推理引擎中可能并不支持，对一些推理引擎来说，有些模型的参数使用频率不高，或者兼容性不太好，因此推理引擎就会对模型参数进行适当的裁剪，如放弃一部分参数，这时你按照模型的官方文档进行开发，结果发现部署之后无法使用。

原因就在于，模型开发和推理引擎处于不同的维度，推理引擎对模型进行了适当的封装和处理；所以面向推理引擎和面向模型本身的处理方式也不一样，推理引擎就是加在模型和应用之间的一个中间层。

还有，在我们完成模型的部署之后，不论是直接部署，还是使用推理引擎进行部署；我们需要对模型的能力进行适当的封装和处理，这一步是很有必要的。

原因在于，模型有上下文长度限制，并发限制，如果我们不做任何处理很有可能会导致模型崩溃。

以作者为例，今天在部署一个rerank模型时就发现，部署的时候好好的，但运行的时候一直报错，经过检查之后才发现，模型本身默认的上下文长度才512，这个对rerank模型来说是无法接受的。

还有就是，为了提升响应速度我们可能会在接口中直接提交列表进行排序；但列表的长度如果我们不加以处理，肯定会导致模型无法处理而崩溃；所以我们可能需要对提交的数据进行拆分之后，进行分批次处理。

而为了模型的稳定性，防止模型不会因为并发问题而崩溃，我们可能还需要做限流或队列；而这些都是本地部署模型所需要解决的问题。

因此，模型本地部署并不是说你跑起来就完事了，你需要考虑实际场景中可能存在的任何问题。所以，最好的方式是，我们在中间加一层，不直接把模型接口暴露给外部服务，而是经过中间层的封装和转发处理之后，通过中间层去调用模型。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

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】