LMCache-Ascend 部署指南

LMCache-Ascend 部署指南#

概述#

LMCache-Ascend 是一个社区维护的插件，用于在昇腾 NPU 上运行 LMCache。

本文提供一份简明的部署指南。关于部署的更多详细信息，请参阅 LMCache-Ascend 文档。

快速开始#

克隆 LMCache-Ascend 仓库#

我们的仓库包含一个 kvcache 算子子模块以便于维护，因此我们建议克隆包含子模块的仓库。

cd /workspace
git clone --recurse-submodules https://github.com/LMCache/LMCache-Ascend.git

Docker#

cd /workspace/LMCache-Ascend
docker build -f docker/Dockerfile.a2.openEuler -t lmcache-ascend:v0.3.12-vllm-ascend-v0.11.0-openeuler .

构建完成后，使用以下命令运行

DEVICE_LIST="0,1,2,3,4,5,6,7"
docker run -it \
    --privileged \
    --cap-add=SYS_RESOURCE \
    --cap-add=IPC_LOCK \
    -p 8000:8000 \
    -p 8001:8001 \
    --name lmcache-ascend-dev \
    -e ASCEND_VISIBLE_DEVICES=${DEVICE_LIST} \
    -e ASCEND_RT_VISIBLE_DEVICES=${DEVICE_LIST} \
    -e ASCEND_TOTAL_MEMORY_GB=32 \
    -e VLLM_TARGET_DEVICE=npu \
    -v /usr/local/Ascend/driver:/usr/local/Ascend/driver \
    -v /etc/localtime:/etc/localtime \
    -v /var/log/npu:/var/log/npu \
    -v /dev/davinci_manager:/dev/davinci_manager \
    -v /dev/devmm_svm:/dev/devmm_svm \
    -v /etc/ascend_install.info:/etc/ascend_install.info \
    -v /etc/hccn.conf:/etc/hccn.conf \
    lmcache-ascend:v0.3.12-vllm-ascend-v0.11.0-openeuler \
    /bin/bash

手动安装#

假设您的工作目录是 /workspace 且 vllm/vllm-ascend 已安装。

  1. 安装 LMCache 仓库

    NO_CUDA_EXT=1 pip install lmcache==0.3.12

  2. 安装 LMCache-Ascend 仓库

    cd /workspace/LMCache-Ascend
python3 -m pip install -v --no-build-isolation -e .

使用方法#

我们通过 LMCacheAscendConnectorV1Dynamic 引入了一个动态 KVConnector，因此 LMCache-Ascend 连接器可以通过以下两种场景下的 kv 传输配置来使用。

在线服务#

python \
    -m vllm.entrypoints.openai.api_server \
    --port 8100 \
    --model /data/models/Qwen/Qwen3-32B \
    --trust-remote-code \
    --disable-log-requests \
    --block-size 128 \
    --kv-transfer-config '{"kv_connector":"LMCacheAscendConnector","kv_role":"kv_both"}'

离线#

ktc = KVTransferConfig(
        kv_connector="LMCacheAscendConnector",
        kv_role="kv_both"
    )