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。