gasschina commited on
Commit
cd9d592
·
verified ·
1 Parent(s): e85191c

Upload scripts/spark_api.sh with huggingface_hub

Browse files
Files changed (1) hide show
  1. scripts/spark_api.sh +3 -3
scripts/spark_api.sh CHANGED
@@ -14,7 +14,7 @@
14
  # · 鉴权: 默认自动生成 API Key 存 Drive 并打印;API_KEY=off 可关闭
15
  #
16
  # 用法:
17
- # bash spark_api.sh start # 起服务(默认 Q4_K_M+1.7B草稿投机解码 @ CTX=262144, 思考默认关)
18
  # 关闭投机解码: SPEC_TYPE=none CTX=500000 bash spark_api.sh start
19
  # 开启思考模式: THINKING=on bash spark_api.sh start(⚠️ 非流式请求可能超网关 120s 超时→504)
20
  # bash spark_api.sh stop
@@ -26,9 +26,9 @@ set -euo pipefail
26
 
27
  BASE_DIR="${BASE_DIR:-/content/drive/MyDrive/spark-t4}"
28
  MODEL_DIR="${MODEL_DIR:-/content/spark-t4-models}"
29
- QUANT="${QUANT:-Q4_K_M}" # 默认 4bit(提速+省显存); Q8_0 质量优先时式指定
30
  CTX="${CTX:-262144}" # 256k 默认(配合默认投机解码);关草稿后可设 524288/500000(需KVQ)
31
- PORT="${PORT:-8080}"
32
  NGL="${NGL:-999}"
33
  KVQ="${KVQ:-}" # KV cache 量化: q8_0 / q4_0,压显存换长上下文
34
  API_KEY="${API_KEY:-auto}" # auto=首次生成并存Drive; off=不鉴权
 
14
  # · 鉴权: 默认自动生成 API Key 存 Drive 并打印;API_KEY=off 可关闭
15
  #
16
  # 用法:
17
+ # bash spark_api.sh start # 起服务(默认 Q8_0+1.7B草稿投机解码 @ CTX=262144, 思考默认关)
18
  # 关闭投机解码: SPEC_TYPE=none CTX=500000 bash spark_api.sh start
19
  # 开启思考模式: THINKING=on bash spark_api.sh start(⚠️ 非流式请求可能超网关 120s 超时→504)
20
  # bash spark_api.sh stop
 
26
 
27
  BASE_DIR="${BASE_DIR:-/content/drive/MyDrive/spark-t4}"
28
  MODEL_DIR="${MODEL_DIR:-/content/spark-t4-models}"
29
+ QUANT="${QUANT:-Q8_0}" # 默认 Q8_0(质量最佳+草稿接受率0.89≈52tok/s); 4bit省存: QUANT=Q4_K_M
30
  CTX="${CTX:-262144}" # 256k 默认(配合默认投机解码);关草稿后可设 524288/500000(需KVQ)
31
+ PORT="${PORT:-8100}" # 8100 默认(Colab 的 8080 被占用); 本机另跑时 PORT=8080 覆盖
32
  NGL="${NGL:-999}"
33
  KVQ="${KVQ:-}" # KV cache 量化: q8_0 / q4_0,压显存换长上下文
34
  API_KEY="${API_KEY:-auto}" # auto=首次生成并存Drive; off=不鉴权