当前位置：首页 > article >正文

在昇腾GPU上部署DeepSeek大模型与OpenWebUI：从零到生产的完整指南

article 2026/3/19 19:35:15

引言

随着国产AI芯片的快速发展，昇腾（Ascend）系列GPU凭借其高性能和兼容性，逐渐成为大模型部署的重要选择。本文将以昇腾300i为例，手把手教你如何部署DeepSeek大模型，并搭配OpenWebUI构建交互式界面。无论你是AI开发者还是企业运维，都能通过本文快速搭建生产级AI服务。

一、为什么选择昇腾GPU？

 信创要求，现在N卡其实便宜了

二、环境准备

1. 基础配置检查

# 确认操作系统版本（推荐OpenEuler 22.03）
cat /etc/os-release# 检查NPU驱动状态（关键！）
npu-smi info
# 预期输出：能看到NPU设备列表和驱动版本（≥6.0.RC3）

2. 安装依赖工具

# 禁用防火墙
systemctl stop firewalld && systemctl disable firewalld# 安装开发工具链
yum install -y git gcc cmake python3-devel

三、Docker环境配置

1. 配置Docker镜像加速

# 创建配置文件
vi > /etc/docker/daemon.json <<EOF
{"registry-mirrors": ["https://docker.1ms.run","https://docker.xuanyuan.me","data-root": "/data/docker"  # 建议挂载至大容量存储
}
EOF# 重启生效
systemctl restart docker

2. 安装昇腾容器插件

wget https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Ascend-Docker-Runtime/6.0.RC3/Ascend-docker-runtime_6.0.RC3_linux-aarch64.run
chmod +x Ascend-docker-runtime_6.0.RC3_linux-aarch64.run
./Ascend-docker-runtime_6.0.RC3_linux-aarch64.run --install

四、部署GPUSTACK（NPU管理平台）

1. 启动管理服务

docker run -d \--name=gpustack \-p 80:80 \-v /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro \--device=/dev/davinci0 \swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/gpustack/gpustack:latest-npu

关键参数说明：

--device：挂载NPU设备，多个设备可重复添加
-v /usr/local/Ascend/driver：只读挂载驱动，避免容器内版本冲突

2. 登录管理界面

访问 http://<服务器IP>:80，使用以下命令获取初始密码：

docker exec gpustack cat /var/lib/gpustack/initial_admin_password

五、DeepSeek模型部署实战

1. 模型准备

# 创建模型目录
mkdir -p /data/models/deepseek-14b && cd /data/models# 下载模型文件（以DeepSeek-R1-Distill-Qwen-14B为例）
wget https://modelscope.cn/api/v1/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-14B/repo?Revision=master -O deepseek-14b.tar.gz
tar zxvf deepseek-14b.tar.gz

2. 启动vLLM推理服务

docker run -d \--name=deepseek-inference \--runtime=ascend \  # 指定昇腾运行时-p 23333:8000 \-v /data/models/deepseek-14b:/model \swr.cn-south-1.myhuaweicloud.com/ascendhub/vllm-ascend:0.7.3 \--model=/model \--tensor-parallel-size=1 \--max-model-len=4096

性能调优建议：

调整--max-model-len控制显存占用
添加--quantization awq启用4bit量化

六、集成OpenWebUI

1. 部署Web界面

docker run -d \--name=openwebui \-p 3000:8080 \-v /data/openwebui:/app/backend/data \-e OPENAI_API_BASE_URL=http://host.docker.internal:23333/v1 \ghcr.io/open-webui/open-webui:main

2. 界面配置

访问 http://<服务器IP>:3000
进入设置 → 模型 → 添加：
- 模型名称：DeepSeek-R1-Distill-Qwen-14B
- API Base URL：http://host.docker.internal:23333/v1
- API Key：留空

七、性能监控与优化

1. 实时监控命令

# 查看NPU利用率
npu-smi info -t training -i 0 -c# 查看服务日志
docker logs -f deepseek-inference --tail 100

八、常见问题排查

Q1：容器启动报错`npu-smi command not found`

原因：驱动未正确挂载
解决：

docker run -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi ... # 添加挂载

Q2：模型加载缓慢

优化方案：

# 启用模型缓存
docker run -e VLLM_USE_MODELSCOPE=true ...

结语

通过本文，你已成功在昇腾GPU上构建了从模型推理到Web交互的完整链路。这种方案不仅适用于DeepSeek，也可快速迁移到其他开源模型（如Qwen、ChatGLM）。随着昇腾生态的不断完善，国产AI芯片正在为开发者打开新的可能性。

希望这篇指南能为你的AI应用部署提供实用参考！如有疑问，欢迎在评论区交流讨论。

引言