test-model-qwen3-vl-8b-vit-sep-mode

name

test-model-qwen3-vl-8b-vit-sep-mode

description

LightLLM Qwen3-VL-8B-Instruct visual separation (ViT sep / proxy): three processes in order—config_server on 8090; internal Redis on 6000; visual_only with visual_rpyc 8091 and afs_image_embed_dir; normal api_server tp 2 port 8089 with visual_use_proxy_mode. After HTTP /v1/models on normal, lmms_eval mmmu_val (openai_compatible, batch 900, OPENAI_API_BASE http://HOST:8089/v1); restore https_proxy for Hub while no_proxy includes 127.0.0.1. lmms_eval_out, console log, mmmu_acc in summary. pipefail for tee exit code.

Qwen3-VL-8B-Instruct 视觉分离（visual_only + normal + config_server）

测试标识：按顺序启动 三条 api_server 进程——config_server（配置与元数据；进程内部会启动 Redis 服务，并通过 --config_server_visual_redis_port（默认 6000）对外暴露）、visual_only（独立视觉 / ViT 侧）、normal（主 LLM，--visual_use_proxy_mode 经 config 访问视觉侧）。6000 不是本机另行安装的 redis-server，勿与系统包管理器里的 Redis 混为一谈。本流程验证 ViT 分离 + AFS 嵌入目录 的联调，并在 normal 就绪后须强制跑通 MMMU 验证集 mmmu_val（lmms_eval + openai_compatible，命令与 skills/test_model/qwen3-vl-8b-mmmu-val/SKILL.md 评测块一致；仅 api_server 拓扑 为本文的 visual 分离三进程）。

端口约定（固定，与脚本一致）：

用途	端口
config_server	8090（--config_server_port）
Redis（由 config_server 内部启动并对外暴露）	6000（--config_server_visual_redis_port；与系统独立安装的 Redis 无关）
visual_only RPyC	8091（--visual_rpyc_port）
normal HTTP	8089（--port）

算力：visual_only 默认 1 张 GPU；normal 默认 --tp 2 → 2 张 GPU；三组进程不得争抢同一物理 GPU（脚本示例为 visual：0，LLM：6,7；实际以 nvidia-smi 选定）。

依赖

• Python 环境：与运行 lightllm.server.api_server 的虚拟环境一致。
• mmmu_val 评测（必须）：已安装 lmms-eval，python3 -m lmms_eval 可用（安装示例见 skills/test_model/qwen3-vl-8b-mmmu-val/SKILL.md）；未完成 mmmu_val 则本轮 不算通过。
• 6000 端口：由 config_server 在启动后内部拉起 Redis 并监听；无需、也不应依赖「事先在本机 apt install redis-server 并独占 6000」——若系统已有其它服务占用 6000，须释放或改 --config_server_visual_redis_port（visual_only / normal 须同步同一端口参数）。

日志目录（含 summary.txt）

• 选定 LOG_DIR，三条进程日志建议："${LOG_DIR}/config_server.log"、"${LOG_DIR}/visual_only.log"、"${LOG_DIR}/normal.log"（nohup … >> … 2>&1 &）。
• summary.txt：三条命令摘要、各端口 listen 情况、MODEL_DIR / AFS_IMAGE_EMBED_DIR 最终取值；mmmu_val 必记：OPENAI_API_BASE、完整 lmms_eval 命令、lmms_eval_console.log 与 lmms_eval_out 路径、mmmu_acc（见下文「精度」）；失败时写清原因与结论。
• lmms_eval_console.log（必须）：lmms_eval 终端输出（tee）。
• lmms_eval_out/（必须）：--output_path 下的 *_results.json、*_samples_mmmu_val.jsonl（--log_samples 生成样本日志）。

启动前检查

1. 端口：本机 8090、6000、8091、8089 未被其它进程占用（8090 / 6000 在 config_server 启动后由其占用）。
2. config_server 已就绪：8090 与 6000 均已 LISTEN（表明 HTTP 配置面 与 内部 Redis 暴露面 已起来），再启动 visual_only。
3. MODEL_DIR：指向 Qwen3-VL-8B-Instruct；默认试跑 /mtc/models/Qwen3-VL-8B-Instruct；不存在或加载失败时 向用户询问 本机路径。
4. AFS_IMAGE_EMBED_DIR：--afs_image_embed_dir 指向的目录须存在或可创建；默认试跑 /mtc/afs/vit_embed_dir；不可用时 向用户询问。
5. 显卡：visual_only 与 normal 的 CUDA_VISIBLE_DEVICES 不得重叠；先 nvidia-smi 再 export（不要写死示例卡号）。
6. CONFIG_SERVER_HOST：各进程 --config_server_host 须能访问 config_server 的 HTTP 服务。三进程同机时常见为 0.0.0.0（与历史脚本一致）；多机时改为 对端可达的 IP，并保证防火墙放行 config_server 端口（8090）、其内部 Redis 暴露端口（6000）、8091 等。
7. 代理：每条 python（LightLLM） 前 export http_proxy=、export https_proxy=（与仓库其它 acc 测试一致）。lmms_eval 拉取 lmms-lab/MMMU 时若需经企业代理访问 Hugging Face，应在 no_proxy 已包含 127.0.0.1 的前提下恢复 （或等价镜像）；否则易出现 Hub 。仅当本机已有完整离线缓存且确认 时，才可全程无代理。

可变项

变量	含义
LOG_DIR	本轮日志根目录。
MODEL_DIR	--model_dir（三条中涉及模型的命令一致）。
AFS_IMAGE_EMBED_DIR	--afs_image_embed_dir；visual_only 与 normal 须一致。
CONFIG_SERVER_HOST	--config_server_host；同机试跑常用 0.0.0.0。
VISUAL_CUDA_DEVICES	visual_only 的 CUDA_VISIBLE_DEVICES（1 张卡）。
LLM_CUDA_DEVICES	normal 的 CUDA_VISIBLE_DEVICES（--tp 2 → 2 张卡）。
AFS_EMBED_CAPACITY	--afs_embed_capacity；默认 250000；调试替换逻辑时可改为较小值（例如 100），见「调试提示」。
ORIG_HTTP_PROXY / ORIG_HTTPS_PROXY	在清空代理启动 LightLLM 之前备份（见 lmms_eval 命令块），评测阶段恢复以便访问 Hugging Face Hub。

开跑前导出示例：

export ORIG_HTTP_PROXY="${http_proxy-}"
export ORIG_HTTPS_PROXY="${https_proxy-}"
export LOG_DIR='〈日志目录〉'
export MODEL_DIR='/mtc/models/Qwen3-VL-8B-Instruct'
export AFS_IMAGE_EMBED_DIR='/mtc/afs/vit_embed_dir'
export CONFIG_SERVER_HOST='0.0.0.0'
export AFS_EMBED_CAPACITY=250000
# export VISUAL_CUDA_DEVICES='0'
# export LLM_CUDA_DEVICES='6,7'

服务就绪判定

不要使用 HTTP health 作为唯一依据。依次确认：config_server 已占用 8090 与 6000（内部 Redis） → 8091（visual_only RPyC） → 8089（normal） 的 LISTEN 状态，并结合各 *.log；可约 每 20 秒 查看日志直至就绪或报错。

启动命令（须按顺序）

以下块前均须 export http_proxy=、export https_proxy=；生产式跑法请自行加 nohup 与 >> "${LOG_DIR}/….log" 2>&1 &。

1）config_server（最先）

python -m lightllm.server.api_server \
  --run_mode config_server \
  --config_server_host 0.0.0.0 \
  --config_server_port 8090 \
  --config_server_visual_redis_port 6000

若仅需绑定到 CONFIG_SERVER_HOST，将 --config_server_host 改为 "${CONFIG_SERVER_HOST}"（须与 visual_only / normal 中的 --config_server_host 指向同一可达地址）。

2）visual_only（config_server 已在 8090 / 6000 就绪后）

--visual_rpyc_port 8091 为 visual_only 模式必需，供其它服务调用本机视觉推理接口。

CUDA_VISIBLE_DEVICES="${VISUAL_CUDA_DEVICES}" python -m lightllm.server.api_server \
  --run_mode visual_only \
  --host 0.0.0.0 \
  --config_server_host "${CONFIG_SERVER_HOST}" \
  --config_server_port 8090 \
  --config_server_visual_redis_port 6000 \
  --model_dir "${MODEL_DIR}" \
  --visual_dp 1 \
  --visual_tp 1 \
  --afs_image_embed_dir "${AFS_IMAGE_EMBED_DIR}" \
  --afs_embed_capacity "${AFS_EMBED_CAPACITY}" \
  --visual_rpyc_port 8091

--host 为 本进程监听地址；与 --config_server_host 含义不同：后者为 config_server 的可达地址。

3）normal（visual 就绪后）

CUDA_VISIBLE_DEVICES="${LLM_CUDA_DEVICES}" python -m lightllm.server.api_server \
  --run_mode normal \
  --model_dir "${MODEL_DIR}" \
  --tp 2 \
  --port 8089 \
  --config_server_host "${CONFIG_SERVER_HOST}" \
  --config_server_port 8090 \
  --config_server_visual_redis_port 6000 \
  --visual_dp 1 \
  --afs_image_embed_dir "${AFS_IMAGE_EMBED_DIR}" \
  --afs_embed_capacity "${AFS_EMBED_CAPACITY}" \
  --visual_use_proxy_mode

mmmu_val 评测（normal 已监听 8089 后，必须执行）

在 config_server / visual_only / normal 均就绪、normal 仍占用 8089 时执行；关停任一服务前须跑完本节。评测流量只打 normal HTTP；OPENAI_API_BASE 须指向 http://〈可达主机〉:8089/v1（末尾含 /v1）。--model_args 中 model_version= 与三进程共用的 MODEL_DIR 须为同一权重目录。

export BIND_URL_HOST='127.0.0.1'
export PORT=8089
export OPENAI_API_BASE="http://${BIND_URL_HOST}:${PORT}/v1"
export OPENAI_API_KEY="${OPENAI_API_KEY:-lightllm123}"
export no_proxy=localhost,127.0.0.1,0.0.0.0,::1,${BIND_URL_HOST}

# 若启动 LightLLM 时清空了代理，此处恢复 Hub 代理（勿把 127.0.0.1 放进 ALL_PROXY）
export http_proxy="${ORIG_HTTP_PROXY:-}"
export https_proxy="${ORIG_HTTPS_PROXY:-}"

export LOG_DIR='〈与上文同一日志目录〉'
export MODEL_DIR='/mtc/models/Qwen3-VL-8B-Instruct'

mkdir -p "${LOG_DIR}/lmms_eval_out"

timeout 3600 python3 -m lmms_eval \
  --model openai_compatible \
  --model_args "model_version=${MODEL_DIR},tp=1" \
  --tasks mmmu_val \
  --batch_size 900 \
  --log_samples \
  --log_samples_suffix openai_compatible \
  --output_path "${LOG_DIR}/lmms_eval_out" \
  2>&1 | tee "${LOG_DIR}/lmms_eval_console.log"

说明：model_args 中的 tp=1 为 lmms_eval / openai_compatible 侧参数，与 normal 的 --tp 2 不同。若环境无 timeout，去掉 timeout 3600。仅本地冒烟可在命令中加 --limit；正式回归不得省略全量 mmmu_val。

精度（必须写入 summary.txt）：最新 "${LOG_DIR}/lmms_eval_out"/*_results.json 中 results.mmmu_val["mmmu_acc,none"]（0～1）；无 jq 时打开 JSON 或对照 lmms_eval_console.log 末尾汇总表。

调试提示（可选）

• 将 AFS_EMBED_CAPACITY 设为较小值（例如 100）可更快触发 嵌入目录替换 / 淘汰 相关逻辑，便于缩短调试周期；正式回归再恢复 250000（或业务约定值）。

执行约定

1. 顺序：config_server → visual_only → normal → mmmu_val（lmms_eval），前三步不可颠倒；mmmu_val 未完成不得视为本轮通过。
2. mmmu_val：须在 normal 就绪 之后、关停 normal 之前 跑完（依赖 8089 与 OPENAI_API_BASE）。model_version 与 MODEL_DIR 必须一致。
3. 关停：mmmu_val 成功或失败均已落盘（日志与 summary.txt）后，依次结束 normal、visual_only、config_server；config_server 退出后，其内部在 6000 上暴露的 Redis 随之停止，释放端口与 GPU。
4. 失败：将摘要写入 summary.txt（含 lmms_eval 退出码、lmms_eval_console.log 末尾），并在对话中给出关键日志与端口状态。