test-model-deepseekr1-mtp-tp

name: test-model-deepseekr1-mtp-tp description: >- DeepSeek-R1 MTP-TP test: LightLLM api_server with MTP (EAGLE) draft, tensor parallel only (--tp 8, no --dp, no EP MoE), plus GSM8K lm_eval on localhost. Distinct from the MTP-EP-TPDP skill which uses --tp 8 --dp 8 and EP MoE. Requires a dedicated log directory, summary.txt, tokenizer aligned with MODEL_DIR. Use for TP-only MTP gsm8k accuracy runs.

DeepSeek-R1 MTP–TP（仅张量并行 `--tp 8`，无 DP / 无 EP）本地 GSM8K 评测

测试标识：并行方式为 --tp 8 单路 TP，不包含 --dp 与 --enable_ep_moe。用于与 MTP–EP–TPDP（--tp 8 --dp 8 + EP MoE）流水线区分。

启动一组 api_server（eagle_with_att MTP），待就绪后对同一进程执行一次 lm_eval（任务 gsm8k）。全过程产物落在同一日志目录（见「日志目录」）；命令与流程见「启动说明」。

日志目录（含 `summary.txt`）

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。
api_server 的标准输出/错误写入该目录下文件（示例文件名 server_mtp_tp.log；可按团队习惯改名或分子目录）。
summary.txt 固定放在该日志目录下，写入本轮启动参数摘要、lm_eval 关键结果与简要结论。
lm_eval 终端输出建议单独落盘（如 eval_gsm8k.log）；summary.txt 仍为整次任务的总览结论。

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。

显卡独占：用 nvidia-smi 检查 8 张 GPU 均无其它推理任务占用（显存应基本空闲）；若有冲突进程，结束后再启动。本评测 --tp 8 需占满 8 卡，勿与其它 api_server 同卡混跑。
端口独占：服务固定 8089；用 ss -tlnp、lsof -i :8089 等确认 无进程监听 该端口；若已被占用，结束占用进程后再启动。

启动服务的命令模板（可变项）

下列符号与 EP–TPDP 版评测共用含义：

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。
`MTP_DRAFT_DIR`	MTP 草稿模型目录，对应 `--mtp_draft_model_dir`。

开跑前在同一 shell 中导出路径（引号内替换为本机绝对路径）：

export LOG_DIR='〈日志根目录〉'
export MODEL_DIR='〈主模型目录，对应 --model_dir〉'
export MTP_DRAFT_DIR='〈MTP 草稿目录，对应 --mtp_draft_model_dir〉'

首次试跑可用的默认路径组合见「执行约定」。

一条 server 启动命令（后台落盘）

以下为 MTP–TP 固定形态：--tp 8，无 --dp。可直接执行的后台形式（已含 nohup 与日志重定向）；调试时可去掉 nohup 与 >> … 2>&1 & 改前台。${MODEL_DIR}、${MTP_DRAFT_DIR}、${LOG_DIR} 须已由上文 export 赋值。

--mem_fraction 使用 0.65（较 0.75 更省显存，MTP 加载主模型与草稿时不易 OOM）。

LOADWORKER=18 \
nohup python -m lightllm.server.api_server \
  --model_dir "${MODEL_DIR}" --tp 8 --port 8089 \
  --mem_fraction 0.65 --batch_max_tokens 6000 \
  --mtp_mode eagle_with_att --mtp_draft_model_dir "${MTP_DRAFT_DIR}" --mtp_step 2 \
  >> "${LOG_DIR}/server_mtp_tp.log" 2>&1 &

评测命令（服务就绪后执行一次）

本地回环需排除代理：no_proxy / NO_PROXY。tokenizer 与 --model_dir（${MODEL_DIR}）须为同一路径。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-R1\", \"base_url\":\"http://localhost:8089/v1/completions\", \"max_length\": 16384, \"tokenizer\":\"${MODEL_DIR}\"}" \
  --tasks gsm8k --batch_size 500 --confirm_run_unsafe_code \
  >> "${LOG_DIR}/eval_gsm8k.log" 2>&1

LOG_DIR：与 server 一节一致；若仅调试不重定向，可去掉末尾 >> "${LOG_DIR}/eval_gsm8k.log" 2>&1。
MODEL_DIR：与 server 的 --model_dir 一致；默认试跑与用户确认路径见「执行约定」。
若环境需要，可同时设置 NO_PROXY=127.0.0.1,localhost,::1。

执行约定（不要额外写“专用启动脚本”）

模型与 MTP 目录（随环境变化）：MODEL_DIR、MTP_DRAFT_DIR 在不同机器上路径不同。首轮试跑可先使用：

export MODEL_DIR=/mtc/models/DeepSeek-R1
export MTP_DRAFT_DIR=/mtc/models/DeepSeek-R1-NextN

若默认路径不存在或服务报错指向路径/权重加载失败，请用户提供本机实际目录并更新两个 export；保持 MODEL_DIR 与 lm_eval 中 tokenizer 一致。

后台启动 server：将 api_server 输出重定向到日志目录下文件（见「日志目录」）；排查时用 tail 查看该日志。
不要用 health 接口 判断就绪；改为探测 端口 8089 是否 listen（例如 ss -tlnp / lsof -i :8089）。
等待启动：端口未就绪时约 每 20 秒 查看服务日志，区分仍在启动或已报错；路径类错误按上文向用户确认目录。
维护 summary.txt：记录完整启动命令摘要（须能看出 --tp 8、无 --dp）、端口检测结果、lm_eval 关键输出与最终结论。
全部完成后：确认 summary.txt 完整；server / eval 原始日志保留在同一日志目录备查。

输出文件

summary.txt：位于本轮日志目录，作为本次 MTP–TP 评测的最终总结。
服务与评测日志：与 summary.txt 落在同一日志目录。

DeepSeek-R1 MTP–TP（仅张量并行 --tp 8，无 DP / 无 EP）本地 GSM8K 评测

日志目录（含 summary.txt）