用 Langchain 起服务

vLLM 也支持 Langchain 。

安装 langchain, 运行

pip install langchain langchain_community -q

在单个或多个GPU上运行推理, 使用langchain中的VLLM

from langchain_community.llms import VLLM

llm = VLLM(model="mosaicml/mpt-7b",
           trust_remote_code=True,  # mandatory for hf models
           max_new_tokens=128,
           top_k=10,
           top_p=0.95,
           temperature=0.8,
           # tensor_parallel_size=... # for distributed inference
)

print(llm("What is the capital of France ?"))