Tous les modèles

batch-embed

Embeddings par lots avec vLLM

Calcule les embeddings d’un fichier de lot OpenAI de requêtes /v1/embeddings avec l’exécuteur par lots de vLLM et écrit une ligne de résultat par requête. Modèle par défaut : Qwen3-Embedding-0.6B (Apache-2.0), téléchargé depuis Hugging Face au démarrage.

Statut
Disponible
GPU
NVIDIA A10G · 24 GB a10g-24gb-x1
Durée d’exécution par défaut
1 h maximum
Éditeur
Unify Compute

Ce qu’il lit et écrit

Entrée /mnt/inRépertoire contenant requests.jsonl : une ligne de lot OpenAI par requête, avec l’url /v1/embeddings
Sortie /mnt/outresults.jsonl : une ligne de résultat de lot OpenAI par requête, associée par custom_id

Ce que vous pouvez modifier

Une soumission peut définir : GPU (SKU) (sku), Placement cloud (providers), Variables d’environnement (spec.env), Durée d’exécution maximale (spec.max_runtime_seconds). L’image ainsi que les entrées et sorties déclarées sont fixes : une autre image correspond à un autre modèle.

Valeurs d’environnement par défaut
MODELQwen/Qwen3-Embedding-0.6B
MODEL_REVISION97b0c614be4d77ee51c0cef4e5f07c00f9eb65b3

Exécutez-le

Avec une clé dans $UNIFY_KEY (voir le guide de démarrage rapide), attribuez à chaque entrée une URL https://, publique ou présignée, qui se termine par le nom de fichier indiqué ci-dessus :

curl -s https://api.compute.unifyai.us/compute/v1/jobs \
  -H "Authorization: Bearer $UNIFY_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "template": "batch-embed",
  "spec": {
    "inputs": [
      {
        "source": "https://YOUR-BUCKET.s3.amazonaws.com/requests.jsonl",
        "mount": "/mnt/in"
      }
    ]
  }
}'

La tâche est facturée au temps GPU utilisé, au tarif du SKU, comme une tâche que vous écrivez vous-même.

Accès anticipé

Pendant le déploiement, l’exécution des tâches GPU est activée compte par compte. Créez un compte, puis demandez-nous de l’activer comme l’explique le guide de démarrage rapide.

Provenance de l’image

Imagevllm/vllm-openai:v0.30.0-cu129
Digestsha256:a67f8f186d4567612ac37a55bd82295006002b18858eb12a8af2f05f86c2ae3f
LicenceApache-2.0
Sourcehttps://hub.docker.com/r/vllm/vllm-openai (tag v0.30.0-cu129, pushed 2026-09-22; Dockerfile at github.com/vllm-project/vllm/blob/v0.30.0/docker/Dockerfile)

C’est le digest qui s’exécute. Un tag peut être republié, pas un digest : votre tâche récupère exactement ce qui a été vérifié.