93 lines
2.7 KiB
Markdown
93 lines
2.7 KiB
Markdown
# MiniMax M2.1 模型 Transformers 部署指南
|
||
|
||
[英文版](./transformers_deploy_guide.md) | [中文版](./transformers_deploy_guide_cn.md)
|
||
|
||
## 本文档适用模型
|
||
|
||
本文档适用以下模型，只需在部署时修改模型名称即可。
|
||
|
||
- [MiniMaxAI/MiniMax-M2.1](https://huggingface.co/MiniMaxAI/MiniMax-M2.1)
|
||
- [MiniMaxAI/MiniMax-M2](https://huggingface.co/MiniMaxAI/MiniMax-M2)
|
||
|
||
以下以 MiniMax-M2.1 为例说明部署流程。
|
||
|
||
## 环境要求
|
||
|
||
- OS：Linux
|
||
|
||
- Python：3.9 - 3.12
|
||
|
||
- Transformers: 4.57.1
|
||
|
||
- GPU：
|
||
|
||
- compute capability 7.0 or higher
|
||
|
||
- 显存需求：权重需要 220 GB
|
||
|
||
## 使用 Python 部署
|
||
|
||
建议使用虚拟环境（如 **venv**、**conda**、**uv**）以避免依赖冲突。
|
||
|
||
建议在全新的 Python 环境中安装 Transformers:
|
||
|
||
```bash
|
||
uv pip install transformers==4.57.1 torch accelerate --torch-backend=auto
|
||
```
|
||
|
||
运行如下 Python 命令运行模型，Transformers 会自动从 Huggingface 下载并缓存 MiniMax-M2.1 模型。
|
||
|
||
```python
|
||
from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
|
||
import torch
|
||
|
||
MODEL_PATH = "MiniMaxAI/MiniMax-M2.1"
|
||
|
||
model = AutoModelForCausalLM.from_pretrained(
|
||
MODEL_PATH,
|
||
device_map="auto",
|
||
trust_remote_code=True,
|
||
)
|
||
tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)
|
||
|
||
messages = [
|
||
{"role": "user", "content": [{"type": "text", "text": "What is your favourite condiment?"}]},
|
||
{"role": "assistant", "content": [{"type": "text", "text": "Well, I'm quite partial to a good squeeze of fresh lemon juice. It adds just the right amount of zesty flavour to whatever I'm cooking up in the kitchen!"}]},
|
||
{"role": "user", "content": [{"type": "text", "text": "Do you have mayonnaise recipes?"}]}
|
||
]
|
||
|
||
model_inputs = tokenizer.apply_chat_template(messages, return_tensors="pt", add_generation_prompt=True).to("cuda")
|
||
|
||
generated_ids = model.generate(model_inputs, max_new_tokens=100, generation_config=model.generation_config)
|
||
|
||
response = tokenizer.batch_decode(generated_ids)[0]
|
||
|
||
print(response)
|
||
```
|
||
|
||
## 常见问题
|
||
|
||
### Huggingface 网络问题
|
||
|
||
如果遇到网络问题，可以设置代理后再进行拉取。
|
||
|
||
```bash
|
||
export HF_ENDPOINT=https://hf-mirror.com
|
||
```
|
||
|
||
### MiniMax-M2 model is not currently supported
|
||
|
||
请确认开启 trust_remote_code=True。
|
||
|
||
## 获取支持
|
||
|
||
如果在部署 MiniMax 模型过程中遇到任何问题：
|
||
|
||
- 通过邮箱 [model@minimax.io](mailto:model@minimax.io) 等官方渠道联系我们的技术支持团队
|
||
|
||
- 在我们的 [GitHub](https://github.com/MiniMax-AI) 仓库提交 Issue
|
||
|
||
- 通过我们的 [官方企业微信交流群](https://github.com/MiniMax-AI/MiniMax-AI.github.io/blob/main/images/wechat-qrcode.jpeg) 反馈
|
||
|
||
我们会持续优化模型的部署体验，欢迎反馈！
|