我要投稿

vLLM部署Deepseek（CPU版）踩坑记录（失败经验贴）

发布日期：2025-04-21 12:55:18 浏览次数： 2289

作者：是十三不是四十三

微信搜一搜，关注“是十三不是四十三”

一、背景

之前一直是用Ollama做本地化部署的，但是ollama只适合自己在本地部署玩一玩，提供的API的丰富程度、吞吐量以及支持的问答的上下文长度等等完全没办法和vllm比，所以决定还是找台机器基于vllm（https://docs.vllm.ai/en/stable/getting_started/installation/cpu/）对DeepSeek32b做本地化部署，其实vllm这个框架主要是对于GPU做了优化，至于为什么要CPU的版本，那当然是因为穷

。

安装教程主要参考的官网和简书上的这个https://www.jianshu.com/p/9e5992bda36f

二、坑一：Python环境版本

不同的vLLM版本需要不同的Python版本，比如最新的vLLM0.73版本要求Python版本是3.12，之前的0.63版本的vLLM则要求3.10版本的Python。

vLLM的版本有这么多呢

三、坑二：gcc版本

按官网要求gcc、g++的版本需要升级到12.3.0以上，需要编译安装，不能直接安装，很麻烦而且要花很长时间。

四、坑三：git下载vLLM仓库

进入vllm目录下按requirements-cpu.txt文件要求安装其他依赖包。注意一定要指定

--extra-index-url https://download.pytorch.org/whl/cpu  不然装不上（亲测）

然后安装基于CPU的服务端

到这一步其实都还算正常，然后运行下载下来的模型，问题就来了。

vllm serve /usr/local/data/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B

这一步一直报错报错报错

去github上搜索了一下，对于CPU版本基本没有对应的解决方案：https://github.com/vllm-project/vllm/issues/7608

https://github.com/vllm-project/vllm/issues/5501

提到的比较多的是通过版本降级安装更低版本的vLLM来解决上述问题。

但是我先后切换了vLLM 0.7.3、0.7.0、0.6.6、0.6.3都不行

放弃了，等GPU的机器到位了再写个新的经验贴~~~~~

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-01-29

自然·通讯：如何挖掘复杂系统中的三元交互

2026-01-29

微调已死？LoRA革新

2026-01-19

1GB 显存即可部署：腾讯 HY-MT1.5 的模型蒸馏与量化策略解析

2026-01-18

【GitHub高星】AI Research Skills：一键赋予AI“博士级”科研能力，74项硬核技能库开源！

2026-01-10

前Mata GenAI研究员田渊栋的年终总结：关于未来AI的思考

2026-01-07

智元发布SOP：让机器人在真实世界规模化部署与智能化运行

2026-01-04

英伟达4B小模型：合成数据+测试时微调+优化集成

2026-01-04

2026年 LLM 微调全指南

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

AI基础 | Qwen3 0.6B 微调实现轻量级意图识别

2025-11-21

2张4090竟能本地微调万亿参数Kimi K2！趋境联合清华北航把算力门槛击穿了

2025-11-05

基于昇腾NPU的Qwen3量化因子代码生成微调实战

2025-11-05

OpenAI公开新的模型训练方法：或许能解决模型撒谎问题，已在GPT-5 thiking验证

2025-12-04

DeepSeek 发布新论文，提出全新 MHC 架构，有何创新与应用前景？

2026-01-02

2026年 LLM 微调全指南

2026-01-04

大模型微调全流程实战指南：基于IPO框架的深度解析与优化

2025-11-22

从零开始：手把手教你微调Embedding模型，让检索效果提升10倍！

2025-11-20

刚刚，梁文锋署名，DeepSeek元旦新论文要开启架构新篇章

2026-01-01

LoAR做Fine-Tuning微调原理到底是什么？

2025-11-19

大家都在问

DeepSeek 发布新论文，提出全新 MHC 架构，有何创新与应用前景？

2026-01-02

LoAR做Fine-Tuning微调原理到底是什么？

2025-11-19

如何将 AI 代码采纳率从30%提升到80%？

2025-09-25

大模型微调，为什么99%的企业都不应该碰这个坑？

2025-06-20

万不得已，不要对 LLM 进行微调？

2025-06-17

可以将任何符合OpenAPI规范的接口转 MCP Server吗？

2025-05-21

OpenAI发布GPT-4.1系列模型，对行业最大吸引力是什么？

2025-05-17

私有部署大模型需要多少显存？

2025-05-14

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部