在本地使用 TEI 和 GPU
您可以本地安装 text-embeddings-inference
以在您自己的机器上使用 GPU 运行它。为了确保您的硬件受支持,请查看支持的模型和硬件页面。
步骤 1:CUDA 和 NVIDIA 驱动程序
确保您已安装 CUDA 和 NVIDIA 驱动程序 - 您设备上的 NVIDIA 驱动程序需要与 CUDA 版本 12.2 或更高版本兼容。
将 NVIDIA 二进制文件添加到您的路径
export PATH=$PATH:/usr/local/cuda/bin
步骤 2:安装 Rust
通过在终端中运行以下命令并在您的机器上安装 Rust,然后按照说明操作安装 Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
步骤 3:安装必要的软件包
此步骤可能需要一段时间,因为我们需要编译大量 CUDA 内核。
对于 Turing GPU(T4、RTX 2000 系列…)
cargo install --path router -F candle-cuda-turing -F http --no-default-features
对于 Ampere 和 Hopper
cargo install --path router -F candle-cuda -F http --no-default-features
步骤 4:启动文本嵌入推理
您现在可以使用以下命令在 GPU 上启动文本嵌入推理
model=BAAI/bge-large-en-v1.5 revision=refs/pr/5 text-embeddings-router --model-id $model --revision $revision --port 8080