DeepSeek 協程異步API 調用與llamafactory本地vllm部署推理
簡介
使用協程調用DeepSeek的API，發現效果并不明顯，沒有加速的效果。
但如是本地部署DeepSeek，本地部署需要支持異步調用，我使用 llamafactory 部署，發現協程加速的效果還是很顯著的。
代碼實戰
調用官方API
DeepSeek官方文檔 https://api-docs.deepseek.com/zh-cn/
python 的調用代碼如下，該調用方式為同步調用速度很慢。
# Please install OpenAI SDK first: `pip3 install openai`
from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")
response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False
)
print(response.choices[0].message.content)
import os
from tqdm import tqdm
from dotenv import load_dotenv
# 加載 .env 文件的密鑰
load_dotenv()
api_key = os.getenv("deepseek_api")
queries = [
"What is AI?",
"How does deep learning work?",
"Explain reinforcement learning.",
"人工智能的應用領域有哪些？",
"大模型是如何進行預訓練的？",
"什么是自監督學習，它有哪些優勢？",
"Transformer 結構的核心組件是什么？",
"GPT 系列模型是如何生成文本的？",
"強化學習在游戲 AI 中的應用有哪些？",
"目前 AI 領域面臨的主要挑戰是什么？"
]
answer1 = []
for query in tqdm(queries):
# 官方提供的API調用方式
response = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": "Hello"},
],
stream=False,
)
content = response.choices[0].message.content
answer1.append(content)為了防止在分享代碼的時候，導致 API Key 泄露，我把key保存到 .env 文件中，通過??load_dotenv??加載密鑰。
協程異步調用
import asyncio
from typing import List
# from langchain.chat_models import ChatOpenAI
from langchain_openai import ChatOpenAI
from langchain.schema import SystemMessage, HumanMessage
# 初始化模型
llm = ChatOpenAI(
model_name="deepseek-chat",
# model_name="deepseek-reasoner",
openai_api_key=api_key,
openai_api_base="https://api.deepseek.com/v1",
)
async def call_deepseek_async(query: str, progress) -> str:
messages = [
SystemMessage(cnotallow="You are a helpful assistant"),
HumanMessage(cnotallow=query),
]
response = await llm.ainvoke(messages)
progress.update(1)
return response.content
async def batch_call_deepseek(queries: List[str], concurrency: int = 5) -> List[str]:
semaphore = asyncio.Semaphore(concurrency)
progress_bar = tqdm(total=len(queries), desc="Async:")
async def limited_call(query: str):
async with semaphore:
return await call_deepseek_async(query, progress_bar)
tasks = [limited_call(query) for query in queries]
return await asyncio.gather(*tasks)
# for python script
# responses = asyncio.run(batch_call_deepseek(queries, cnotallow=10))
# for jupyter
response = await batch_call_deepseek(queries, cnotallow=10)注意：異步調用需要使用 await 等待。
下述是tqdm 另外的一種，協程進度條的寫法：
from tqdm.asyncio import tqdm_asyncio
results = await tqdm_asyncio.gather(*tasks)上述的異步協程代碼，我調用DeepSeek的API，沒有加速效果，我懷疑官方進行了限速。
我使用本地llamafactory部署的DeepSeek，上述異步協程的效果加速明顯。
llamafactory vllm本地部署 deepseek的腳本，只支持 linux 系統。
??deepseek_7B.yaml?? 文件內容:
model_name_or_path: deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
template: deepseek3
infer_backend: vllm
vllm_enforce_eager: true
trust_remote_code: truelinux 部署腳本：
nohup llamafactory-cli api deepseek_7B.yaml > deepseek_7B.log 2>&1 &異步協程 方法二
下述是 ChatGPT 生成的另外一種異步協程寫法。
（下述方法我沒有在本地部署的API上測試過，僅供大家參考）
import asyncio
from tqdm.asyncio import tqdm_asyncio
answer = []
async def fetch(query):
response = await client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "You are a helpful assistant"},
{"role": "user", "content": query},
],
stream=False,
)
return response.choices[0].message.content
async def main():
tasks = [fetch(query) for query in queries]
results = await tqdm_asyncio.gather(*tasks)
answer.extend(results)
asyncio.run(main())vllm_infer
如果你是linux系統，那么相比API調用，最快的方式就是vllm推理。
你需要使用下述腳本，
???https://github.com/hiyouga/LLaMA-Factory/blob/main/scripts/vllm_infer.py??
python vllm_infer.py \
--model_name_or_path deepseek-ai/DeepSeek-R1-Distill-Qwen-7B \
--template deepseek3 \
--dataset industry_cls \
--dataset_dir ../../data/llamafactory_dataset/ \
--save_name output/generated_predictions.jsonlllamafactory 可以指定自定義的數據集地址，你需要構建相應格式的數據集文件。
數據集文件夾下的文件：
本文轉載自??AI悠閑區??，作者：jieshenai
贊
收藏
回復
分享
微博
QQ
微信
舉報
回復
相關推薦
