batch-embed
vLLM による埋め込みのバッチ処理
/v1/embeddings リクエストからなる OpenAI バッチファイルを vLLM のバッチランナーで埋め込みに変換し、リクエストごとに 1 行の結果を書き出します。既定のモデルは Qwen3-Embedding-0.6B(Apache-2.0)で、起動時に Hugging Face からダウンロードされます。
- ステータス
- 利用可能
- GPU
- NVIDIA A10G · 24 GB
a10g-24gb-x1 - 既定の実行時間
- 最大 1 h
- 提供元
- Unify Compute
読み取るものと書き出すもの
入力 /mnt/in | requests.jsonl を含むディレクトリ:リクエストごとに 1 行の OpenAI バッチ行(url は /v1/embeddings) |
|---|---|
出力 /mnt/out | results.jsonl:リクエストごとに 1 行の OpenAI バッチ結果(custom_id で対応付け) |
変更できる項目
送信時に設定できる項目:GPU(SKU) (sku)、クラウドの配置 (providers)、環境変数 (spec.env)、最大実行時間 (spec.max_runtime_seconds)。イメージと宣言済みの入力・出力は固定です。イメージが異なれば、別のテンプレートになります。
MODEL | Qwen/Qwen3-Embedding-0.6B |
|---|---|
MODEL_REVISION | 97b0c614be4d77ee51c0cef4e5f07c00f9eb65b3 |
実行する
キーを $UNIFY_KEY に保存した状態で(クイックスタートを参照)、各入力に、上記のファイル名で終わる https:// の URL(公開 URL または署名付き URL)を指定します:
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"
}
]
}
}'ジョブは、ご自身で作成したジョブと同じく、使用した GPU 時間に SKU の料金を適用して課金されます。
イメージの出所
| イメージ | vllm/vllm-openai:v0.30.0-cu129 |
|---|---|
| ダイジェスト | sha256:a67f8f186d4567612ac37a55bd82295006002b18858eb12a8af2f05f86c2ae3f |
| ライセンス | Apache-2.0 |
| ソース | https://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) |
実行されるのはダイジェストです。タグは再プッシュできますが、ダイジェストはできません。そのため、ジョブが取得するのはレビュー済みのものです。