# 沐曦 GPU 国产化离线部署指南

本文档用于沐曦/MetaX GPU 环境的编译、模型准备、离线包导出与目标机部署。

## 基础镜像原则

沐曦部署应使用沐曦官方或现场确认的 vLLM/MACA 基础镜像：

```bash
cr.metax-tech.com/public-ai-release/maca/vllm-metax:0.17.0-maca.ai3.5.3.307-torch2.8-py312-ubuntu22.04-amd64
```

该镜像负责提供 MACA 运行时、PyTorch、vLLM 与相关内核。本项目的 `Dockerfile.metax` 只叠加通用 Python 依赖和业务代码，不在 Dockerfile 内重新安装 vLLM，也不使用 uv 虚拟环境。

## 目录约定

目标机推荐统一使用以下宿主机目录：

```text
/opt/dep/asr/
  models/
  data/
    logs/
    temp/
    tasks/
```

容器内默认挂载为：

```text
/app/models
/app/data
```

## 在线编译融合镜像

先按沐曦官网复制的命令登录并拉取基础镜像。账号、密码和 token 不要写入项目文件、`.env` 或离线包。

官网命令通常形如：

```bash
docker login --username=<沐曦账号> --password=<沐曦token> cr.metax-tech.com && \
docker pull cr.metax-tech.com/public-ai-release/maca/vllm-metax:0.17.0-maca.ai3.5.3.307-torch2.8-py312-ubuntu22.04-amd64
```

如果沐曦基础镜像是 tar 包，则改为先导入：

```bash
docker load -i metax-vllm-official.tar
docker images | grep -i -E 'metax|maca|vllm'
```

然后用完整官方镜像名构建融合镜像：

```bash
./scripts/package_vendor_gpu_image.sh \
  --vendor metax \
  --base-image cr.metax-tech.com/public-ai-release/maca/vllm-metax:0.17.0-maca.ai3.5.3.307-torch2.8-py312-ubuntu22.04-amd64 \
  -v 0.17.0-maca.ai3.5.3.307
```

脚本会生成融合镜像：

```text
unis/qwen3-asr:metax-0.17.0-maca.ai3.5.3.307
```

并导出镜像归档到：

```text
build-file/qwen3-asr-metax-0.17.0-maca.ai3.5.3.307-amd64.tar.gz
```

## 单独准备模型

模型下载建议独立于业务服务执行。`download-models.sh` 是增量下载脚本，不会删除已有模型目录，也不依赖 uv。

在项目根目录或离线包目录执行：

```bash
./scripts/download-models.sh --models-dir /opt/dep/asr/models
```

如果本机没有 Python 依赖，但已经有融合镜像，可以用镜像内环境下载：

```bash
ASR_IMAGE=unis/qwen3-asr:metax-0.17.0-maca.ai3.5.3.307 \
./scripts/download-models.sh \
  --mode docker \
  --models-dir /opt/dep/asr/models
```

## 导出完整离线交付包

```bash
./export_offline_bundle.sh \
  --type metax \
  --metax-base cr.metax-tech.com/public-ai-release/maca/vllm-metax:0.17.0-maca.ai3.5.3.307-torch2.8-py312-ubuntu22.04-amd64 \
  -v 0.17.0-maca.ai3.5.3.307
```

如果模型要单独准备，不希望离线包包含模型压缩包：

```bash
./export_offline_bundle.sh \
  --type metax \
  --metax-base cr.metax-tech.com/public-ai-release/maca/vllm-metax:0.17.0-maca.ai3.5.3.307-torch2.8-py312-ubuntu22.04-amd64 \
  -v 0.17.0-maca.ai3.5.3.307 \
  --skip-models
```

如果不指定 `-v`，脚本会使用当前时间戳作为版本号。

沐曦官方镜像内的 Python 默认使用 `/opt/conda/bin/python`。如果现场镜像路径不同，可额外指定：

```bash
./export_offline_bundle.sh \
  --type metax \
  --metax-base cr.metax-tech.com/public-ai-release/maca/vllm-metax:0.17.0-maca.ai3.5.3.307-torch2.8-py312-ubuntu22.04-amd64 \
  --metax-python /path/to/python \
  --skip-models
```

也可以先给官方长镜像名打一个本地短标签，再把短标签传给 `--metax-base`；这只是为了少复制长镜像名，不是必需步骤。

沐曦离线包只会包含沐曦专用启动文件：

```text
docker-compose-metax.yml
.env
.env.example
init_host_dirs.sh
download-models.sh
download_models_standalone.py
README.md
DEPLOYMENT.md
METAX_DEPLOYMENT.md
BUNDLE_INFO.txt
qwen3-asr-metax-*-amd64.tar.gz
```

不会要求使用通用 `docker-compose.yml`。

## 目标机离线部署

将整个离线包复制到目标机后，进入离线包目录：

```bash
chmod +x init_host_dirs.sh download-models.sh
./init_host_dirs.sh
```

导入镜像：

```bash
gunzip -c qwen3-asr-metax-0.17.0-maca.ai3.5.3.307-amd64.tar.gz | docker load
```

确认 `.env` 中的镜像名与导入镜像一致：

```env
ASR_IMAGE=unis/qwen3-asr:metax-0.17.0-maca.ai3.5.3.307
```

按需设置显卡与 vLLM 显存比例：

```env
METAX_VISIBLE_DEVICES=0
MACA_VISIBLE_DEVICES=0
MX_VISIBLE_DEVICES=0
QWEN_GPU_MEMORY_UTILIZATION=0.25
QWEN_VLLM_ENFORCE_EAGER=true
```

启动服务：

```bash
docker compose -f docker-compose-metax.yml up -d
```

查看状态与日志：

```bash
docker compose -f docker-compose-metax.yml ps
docker compose -f docker-compose-metax.yml logs -f
```

服务默认端口：

```text
http://<目标机IP>:17003
```

## 沐曦与天数的差异

- 沐曦使用 `Dockerfile.metax` 和 `docker-compose-metax.yml`
- 天数使用 `Dockerfile.iluvatar` 和 `docker-compose-iluvatar.yml`
- 沐曦目标机需要可访问宿主 `/dev` 与 `/opt/mxdriver`
- 沐曦 compose 使用 host network、host pid/ipc、privileged，并挂载 `/dev` 与 `/opt/mxdriver`
- 天数 compose 同样使用 host network、host pid/ipc、privileged 和宿主机设备/驱动目录挂载

## 常见问题

### 为什么不用 uv？

沐曦 Docker 镜像内推荐直接使用系统 Python 环境。`Dockerfile.metax` 使用：

```bash
python3 -m pip install --no-cache-dir -r environments/metax/requirements.txt
```

不创建 uv 虚拟环境，也不在镜像内运行 `uv pip install`。

### 为什么不重新安装 vLLM？

国产 GPU 的 vLLM、PyTorch、内核和运行时通常需要严格匹配厂商镜像。项目层重新 `pip install vllm` 容易解析到 PyPI/NVIDIA CUDA 依赖，破坏沐曦官方镜像里的匹配关系。

### `QWEN_GPU_MEMORY_UTILIZATION` 为什么没生效？

变量必须进入容器才会生效。沐曦 compose 中需要有：

```yaml
      QWEN_GPU_MEMORY_UTILIZATION: ${QWEN_GPU_MEMORY_UTILIZATION:-}
      QWEN_VLLM_ENFORCE_EAGER: ${QWEN_VLLM_ENFORCE_EAGER:-true}
```

然后在 `.env` 设置：

```env
QWEN_GPU_MEMORY_UTILIZATION=0.25
QWEN_VLLM_ENFORCE_EAGER=true
```

修改 `.env` 后必须 `down` 再 `up -d`。