11月5日消息，近日，摩爾線程上線了大語言模型高速推理框架開源項(xiàng)目vLLM的MUSA移植版本，為開發(fā)者提供基于摩爾線程全功能GPU進(jìn)行開源項(xiàng)目MUSA移植的范例。

摩爾線程表示，正努力圍繞自主研發(fā)的統(tǒng)一系統(tǒng)架構(gòu)GPU、MUSA軟件平臺，構(gòu)建完善好用的MUSA應(yīng)用生態(tài)。

vLLM是一個(gè)高效且易用的大模型推理和服務(wù)框架，支持創(chuàng)新的PagedAttention內(nèi)存管理、連續(xù)批處理請求、CUDA/HIP圖的快速模型執(zhí)行、CUDA核心優(yōu)化、分布式推理支持等，可顯著提高大語言模型（LLM）的推理性能。

目前，vLLM已在各種大語言模型中得到廣泛應(yīng)用，成為業(yè)界常用的開源大模型推理框架。

摩爾線程基于vLLM v0.4.2版本，進(jìn)行了移植適配，使之支持摩爾線程GPU后端Device，并完全開源，開發(fā)者可以二次開發(fā)、升級vLLM到社區(qū)更新版本等。

值得一提的是，得益于摩爾線程MUSA架構(gòu)的先進(jìn)性、軟件棧對CUDA的優(yōu)良兼容性，通過MUSIFY代碼自動轉(zhuǎn)換工具，用戶可以快捷地將原有的CUDA代碼遷移到MUSA平臺，實(shí)現(xiàn)替代。

同時(shí)，CUDA相關(guān)庫的調(diào)用，也可以快速替換為相應(yīng)的MUSA加速庫，如算子庫muDNN、集合通信庫MCCL、線性代數(shù)庫muBLAS等。

摩爾線程通過MUSA軟件棧對CUDA軟件棧接口兼容，大幅提升了應(yīng)用移植的效率，縮短了開發(fā)周期，還提供MUSIFY自動代碼移植工具等一系列實(shí)用工具和腳本。

摩爾線程vLLM-MUSA開源地址：

https://github.com/MooreThreads/vLLM_musa