MLR and vLLM conflict, code not runnable
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- machine-learning
Direzione di ricerca
Inizia da llm-models/mistral/mistral-7b/01_b_load_inference_vllm.py e confronta le relative dipendenze con le versioni elencate di mlflow, vllm, transformers e correlate. Esegui l’import nell’ambiente 15.4 LTS ML GPU dopo aver riavviato Python; il lavoro è completato quando l’esempio è eseguibile oppure è documentato un riferimento aggiornato e funzionante.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hello, I know this is a bit old: llm-models/mistral/mistral-7b/01_b_load_inference_vllm.py, but I'm looking for example code snippets with VLLM working on DBR/MLR. Your markdown refers to MLR 14.0 GPU, which is no longer available, but even using 14.3 LTS ML GPU with the g5.4xlarge gives an error when trying to import vllm.
I've tried my hand at this and I can confirm that this:
%pip install mlflow==2.20.3 vllm==0.4.2 transformers==4.49.0 huggingface_hub==0.27.1 openai==1.65.4 cloudpickle==2.2.1
dbutils.library.restartPython()
Allows you to import vllm as LLM using it in 15.4 LTS ML GPU environment.
Do you have any currently operable examples of using VLLM on Databricks that I can reference?
- Lingua principale
- Python
- Stelle
- 370
- Fork
- 132
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di databricks/databricks-ml-examples
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 42/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
-
Adding CORS to sampleAperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
databricks/databricks-ml-examples#101 · 2 commenti ·
-
GCP examplesAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
databricks/databricks-ml-examples#88 · 1 commento ·
Tutte le issue di databricks/databricks-ml-examples
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 83/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 86/100
FuRongJun-1999/dsh-memory#65 ·
I maintainer di solito rispondono entro 1 giorno
-
ci needs-ac
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
Ikalus1988/MisakaNet#2930 ·
I maintainer di solito rispondono entro 1 giorno
-
`FakeBackendV2.run` fails with `NoiseError` on circuits with delays on qubits where T2 > 2·T1Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
Qiskit/qiskit-aer#2466 ·
-
area/cli
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100