Skip to main content
  • Service:推理服务的顶层概念,包含模型配置、引擎配置等
  • Role:服务中的不同组件,如 worker、controller 等
  • Instance:某个 role 的具体运行实例,对应一个 Kubernetes Pod
  • Engine:推理引擎类型,如 vllm、triton 等

客户端初始化

创建服务

查询服务

下线/上线服务

删除服务

示例

vLLM 单节点

自定义引擎单节点

自定义引擎多节点