基于 docker 的 Xinference 全流程部署指南

Xorbits Inference (Xinference) 是一个开源平台，用于简化各种 AI 模型的运行和集成。借助 Xinference，您可以使用任何开源 LLM、嵌入模型和多模态模型在云端或本地环境中运行推理，并创建强大的 AI 应用。

一、下载代码

请在控制台下面执行下面的命令

# 克隆仓库到本地的 inference 目录，使用 --depth 1 参数仅获取最新的一次提交，减少下载量, 命令如下：
git clone --depth 1 https://github.com/xorbitsai/inference.git inference
# 注：如果您的网络环境不好，可以使用国内镜像仓库，命令如下
# git clone --depth 1 https://gitee.com/mirrors/Xinference.git inference
# 获取 release 版本 v1.4.0 的代码，命令如下：
cd inference
git fetch --tags
git checkout v1.4.0
# 查看当前版本，命令如下：
#git describe --tags
cd ..

二、安装环境

1、安装 docker 和 docker-compose

略（注：安装完成后请执行 docker -v 和 docker-compose -v 验证是否安装成功）

三、制作镜像

请在控制台下面执行下面的命令

cd inference
# 请确保使用 Dockerfile 制作镜像时在 Xinference 项目的根目录下。
docker build --progress=plain -t xinference:v1.4.0 -f xinference/deploy/docker/Dockerfile .
cd ..

注：制作镜像完成后，您可以在控制台下面执行 docker images 命令查看是否有 xinference:v1.4.0 镜像，如果有则说明制作成功。

四、创建容器

在 ./docker-compose.yaml 文件（编码格式：UTF-8）里面添加如下配置参数，假设已经创建该文件且添加内容如下：

version: '3.8'

services:
  xinference:
    image: xinference:v1.4.0
    ports:
      - "9997:9997"
    volumes:
      - ./data/.xinference:/root/.xinference
      - ./data/.cache/huggingface:/root/.cache/huggingface
      - ./data/.cache/modelscope:/root/.cache/modelscope
    environment:
      - XINFERENCE_MODEL_SRC=modelscope
    command: xinference-local --host 0.0.0.0 --port 9997
    deploy:
      resources:
        reservations:
          devices:
            - capabilities: [gpu]
              driver: nvidia
              count: all

请在控制台下面执行下面的命令

docker-compose -f "./docker-compose.yaml" up -d

注：创建容器完成后，您可以在控制台下面执行 docker ps 命令查看是否有 xinference 容器，如果有则说明制作成功。

五、访问WEB服务

请在浏览器中访问 http://localhost:9997/ ，即可访问WEB服务。

六、结语

本文介绍了如何使用 Docker 部署 Xinference 大模型服务的完整流程。首先通过 Git 获取 Xinference 的代码，然后安装 Docker 环境并构建自定义镜像。接着通过 docker-compose 配置文件设置服务端口、数据卷挂载和环境变量，并启动容器。最后，用户可以通过浏览器访问部署好的 Web 服务。指南还提供了国内镜像加速、GPU 资源分配等优化建议，以及每个步骤的验证方法，帮助用户快速完成 Xinference 的容器化部署。