上海人工智能实验室开源的模型压缩与部署工具——这是 LMDeploy 最主要的用途，也是本文讨论的前提。

如果你刚开始接触它，可以按下面 7 天的安排练习，每天 20 到 40 分钟。

每日安排

  • 第 1 天：注册与熟悉界面：阅读仓库 README 与许可证；按官方推荐方式安装（容器或包管理器）
  • 第 2 天：完成第一个任务「小规模微调」，按下文提示词操作。
  • 第 3 天：换一类任务「模型对比测试」，对比两次结果的质量。
  • 第 4 天：学习关键概念：开放权重、量化、GGUF。
  • 第 5 天：用真实工作材料做一次「本地部署试跑」，记录省下的时间和需要返工的地方。
  • 第 6 天：排查问题：对照常见问题「显存不足无法加载」等检查自己的用法。
  • 第 7 天：复盘：保留有效的提示词，写下继续使用或放弃的理由。

第 2 天的练习材料

小规模微调

输入：几百条高质量问答数据。

用这批数据做一次 LoRA 微调：划分训练集和验证集，记录训练参数，微调前后用同一批问题对比效果。

交付前确认：有前后对比。

一周后怎么判断值不值得继续

  • 是否稳定地节省了时间，而不只是第一次觉得新鲜。
  • 返工次数是否在下降。
  • 与 vLLM 等同类相比，是否更适合你的场景。
  • 数据与费用是否在可接受范围内。

延伸练习

团队共享服务

输入：一台团队共用的服务器。

把服务部署为团队共享：设置访问认证、按用户记录调用日志、限制单用户并发，并写一份使用说明。

验收标准：开启了访问认证。

接入现有应用

适用情况：手头有一个已有的业务系统时。

通过兼容 OpenAI 格式的接口把本地服务接入现有系统，设置超时和并发上限，先在测试环境跑通。

检查点：超时与并发有限制。

私有知识问答

适用情况：手头有一批不能上传云端的内部文档时。

在本地搭建问答：本地模型负责回答，文档向量化存储在本机，回答时注明出处段落，断网情况下验证仍可使用。

验收标准：断网可用。

常见问题：升级后不兼容

固定版本号，升级前在测试环境验证。

常见问题：生成速度很慢

检查是否使用了 GPU 加速，减少上下文长度。

常见问题：显存不足无法加载

换用更小的模型或更低的量化等级，或启用 CPU 卸载。

概念补充：开放权重

公开模型参数可下载使用，但许可证条款各不相同。

概念补充：LoRA 微调

只训练少量附加参数的低成本微调方法。

适合人群：数据分析师

数据分析师可以用 LMDeploy 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：软件工程师

软件工程师可以用 LMDeploy 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。

适合人群：科研人员

科研人员可以用 LMDeploy 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

写在最后

本文基于 LMDeploy 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

涉及个人信息、商业机密或受监管数据时，先确认 LMDeploy 的数据处理条款，再决定能否使用。

延伸阅读