ModelTC DeepSeek-V3.2 EP（--tp 8、--dp 8、--enable_ep_moe）本地 GSM8K 评测
测试标识：本流程针对 DeepSeek-V3.2，启用 EP MoE（--enable_ep_moe）与 TP+DP（--tp 8 --dp 8），并包含 tool_call_parser deepseekv32、reasoning_parser deepseek-v3、graph_max_batch_size 32、mem_fraction 0.8 等与推理栈相关的参数。与 Base–R1、MTP–TP / MTP–EP（R1 系列）区分。
监听端口：api_server 与 lm_eval 的 base_url 必须使用同一端口；本流程固定为 8000（下文 server 命令含 --port 8000，评测 URL 为 http://localhost:8000/v1/completions）。
启动一组 api_server，待端口就绪后执行一次 lm_eval（任务 gsm8k，batch_size 500）。整轮产物须落在同一日志目录内归档日志与 summary.txt（见「日志目录」）；具体操作见「启动说明」。
日志目录（含 summary.txt）
- 每次评测先选定或新建一个日志目录（例如带时间戳或任务名），与其它测试轮次分开，便于区分管理。
- 所有
api_server进程的标准输出/错误须写入该目录下文件（示例同级命名server_v32_ep.log；也可分子目录，团队任选其一，保持可追溯）。 summary.txt固定放在该日志目录下，写入本轮启动参数摘要、lm_eval关键结果、失败原因或简要对比；不再把「最终总结」散落在当前工作目录或其它路径。lm_eval终端输出也要有单独的日志文件（如eval_gsm8k.log）；summary.txt仍承担总览结论角色。
启动说明
本节包含：启动前检查 → 启动服务的命令模板（可变项说明）→ 一条完整 server 命令 → 评测命令。
启动前检查
开跑前先确认资源可用；不满足则先清理相关进程，再启动服务与评测。
- 显卡占用：用
nvidia-smi（或与集群一致的占用查看方式）检查目标 GPU 是否被无关任务占满；若有冲突进程，结束后再启动本评测（本配置为 TP+DP，需足够 GPU 资源）。 - 端口：服务固定
8000（与下文lm_eval的base_url端口一致）；用ss -tlnp、lsof -i :8000等确认无进程监听该端口；若已被占用，查出 PID 并结束占用进程后再启动。
启动服务的命令模板（可变项）
下列命令中出现的可变项含义如下（其余为固定写法）：
| 可变项 | 含义 |
|---|---|
LOG_DIR |
本轮评测日志目录，建议绝对路径；执行前 export LOG_DIR=…。 |
MODEL_DIR |
主模型目录，对应 --model_dir；与 lm_eval 的 tokenizer 必须一致。 |
server_*.log、eval_*.log |
仅文件名示例，可按任务重命名。 |
开跑前在同一 shell 中导出路径（将引号内整段替换为本机绝对路径；勿写死下文未给出的机器路径）：
export LOG_DIR='〈日志根目录〉'
export MODEL_DIR='〈主模型目录，对应 --model_dir〉'
首次试跑可用的默认 MODEL_DIR 见「执行约定」；与当前环境不符时再改为用户提供的目录。
一条 server 启动命令（后台落盘）
本条为 DeepSeek-V3.2 EP 固定形态：LOADWORKER=14，--tp 8 --dp 8 --enable_ep_moe，--port 8000，以及 tool_call_parser / reasoning_parser / graph_max_batch_size / mem_fraction 等与脚本一致的参数。以下为可直接执行的后台启动形式（已含 nohup 与日志重定向）；若暂时不需落盘，可自行去掉 nohup、>> … 2>&1 & 并在前台调试。命令中 ${MODEL_DIR}、${LOG_DIR} 须已由上文 export 赋值。
LOADWORKER=14 \
nohup python -m lightllm.server.api_server \
--model_dir "${MODEL_DIR}" --tp 8 \
--graph_max_batch_size 32 \
--tool_call_parser deepseekv32 \
--mem_fraction 0.8 \
--reasoning_parser deepseek-v3 \
--dp 8 --enable_ep_moe \
--port 8000 \
>> "${LOG_DIR}/server_v32_ep.log" 2>&1 &
评测命令（服务就绪后执行一次）
服务就绪后执行（本地回环走代理时用 no_proxy / NO_PROXY 排除本机）。base_url 中的端口须为 8000，与 api_server 的 --port 一致。 以下为带日志落盘的完整命令：
HF_ALLOW_CODE_EVAL=1 HF_DATASETS_OFFLINE=0 \
no_proxy=127.0.0.1,localhost,::1 \
lm_eval --model local-completions \
--model_args '{"model":"deepseek-ai/DeepSeek-V3.2", "base_url":"http://localhost:8000/v1/completions", "tokenizer_backend":null, "eos_string":"<｜end▁of▁sentence｜>"}' \
--tasks gsm8k --batch_size 500 --confirm_run_unsafe_code \
>> "${LOG_DIR}/eval_gsm8k.log" 2>&1
为什么用
tokenizer_backend=null而非tokenizer=${MODEL_DIR}：local-completions默认会用transformers.AutoTokenizer.from_pretrained(${MODEL_DIR})在本地加载 HF tokenizer，但当前环境的 transformers 不识别model_type: deepseek_v32（KeyError: 'deepseek_v32'→ ropeAttributeError），评测在加载 tokenizer 阶段即崩溃，根本跑不到推理。设tokenizer_backend=null后 lm_eval 不再本地加载 tokenizer，直接把 prompt 文本发给 server，由 lightllm 服务端用真正的 deepseek_v32 tokenizer 分词——更贴合实际且无需本地 HF 适配。eos_string显式给出 DeepSeek 的结束符以消除 “Cannot determine EOS string” 告警（gsm8k 本身也带 stop 序列）。tokenized_requests会被自动关闭、不再做 context 长度校验（gsm8k 5-shot prompt 很短，无需截断）。 若哪天升级了能识别deepseek_v32的 transformers，可改回"tokenizer":"${MODEL_DIR}"形式（届时 tokenizer 须与--model_dir同一路径）。
LOG_DIR：与启动服务一节相同；若仅调试不重定向，去掉\续行及最后的>> "${LOG_DIR}/eval_gsm8k.log" 2>&1即可在前台查看输出。- tokenizer：本命令用
tokenizer_backend=null，评测端不再依赖MODEL_DIR下的 HF tokenizer（分词在 server 端完成），故MODEL_DIR路径变化不影响评测命令；server 启动命令中的--model_dir仍按「执行约定」处理。 - 若环境需要，可同时设置
NO_PROXY=127.0.0.1,localhost,::1（或与团队约定一致的列表）。
执行约定（不要额外写“专用启动脚本”）
模型目录（随环境变化）：MODEL_DIR 在不同机器上路径不同。首轮试跑可先用下列默认（与本文档常见部署对应；若本机不存在则跳过默认、直接执行下一步「向用户确认」）：
export MODEL_DIR=/mtc/models/DeepSeek-V3.2
若按默认路径 export 后仍无法启动服务，或日志中出现明确的模型路径 / 权重加载 / 文件不存在等错误，不要反复盲试：根据日志判断为路径问题时，请用户提供当前环境下实际的主模型目录，更新 export MODEL_DIR=… 后再执行（且保证 MODEL_DIR 与 lm_eval 的 tokenizer 仍为同一路径）。
- 后台启动 server：用 shell 后台或终端任务跑
python -m lightllm.server.api_server ...，并将该进程输出重定向到本轮日志目录下的日志文件（见上文「日志目录（含 summary.txt）」）；排查问题时 tail 该文件，而不是依赖未落盘的终端缓冲。 - 不要用 health 接口 判断就绪；改为探测 端口 8000 是否处于 listen（例如
ss -tlnp/lsof -i :8000等，与系统一致即可）。 - 等待启动：若端口未就绪，约 每 20 秒 查看一次服务日志文件，区分仍在启动还是已报错退出；报错则写入日志目录下的
summary.txt（或先写服务日志再在summary.txt引用）并停止，不要继续盲等。 - 维护
summary.txt：位于日志目录；记录本条使用的完整启动命令（须能看出--tp 8、--dp 8、EP MoE）、端口检测结果、lm_eval关键输出；全部结束后在该文件内写最终汇总（是否成功、主要指标或失败原因）。可与用户口头摘要对照，但以日志目录中summary.txt为归档准绳。 - 全部完成后：确认日志目录下的
summary.txt已包含完整最终总结；原始 server / eval 日志保留在同目录（或子目录）中备查。
服务启动 OK 判定经验（本流程补充）
- 不要只看“主进程在不在”：
python -m lightllm.server.api_server进程存活不代表可用；必须至少满足“8000已 listen”再进入评测。 - 长时间加载不等于失败：DeepSeek-V3.2 EP 首次加载可能持续数分钟。若日志持续出现
Loading model weights ...进度推进，视为“仍在启动”，继续按 20 秒间隔观察。 - 判定“启动 OK”建议三要素：①
8000端口监听；② 服务日志无新的OutOfMemoryError/Traceback；③ 用一条最小请求（如 1 条 completions/chat 请求）拿到 200 或有效响应，再跑lm_eval。 - 出现 OOM 要先清残留再重试：一旦日志出现
torch.OutOfMemoryError，先结束该轮api_server及其派生进程（含hypercorn/lightllm::...子进程），确认8000释放后再重启，避免“旧进程占资源导致假失败”。 - 重试优先调启动参数而非盲等：若 OOM 发生在权重加载阶段，优先降低加载/显存压力（例如使用更保守的
mem_fraction），并在summary.txt记录“失败参数 -> 重试参数 -> 结果”。
输出文件
summary.txt：仅位于本轮日志目录，作为本次 DeepSeek-V3.2 EP 评测的最终总结文档。- 服务与评测日志：全部落在同一日志目录（建议按任务命名文件或分子目录），不得与未指定目录混写。