すべてのテンプレート

batch-infer-vllm

vLLM によるチャット補完のバッチ処理

/v1/chat/completions 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処理し、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 Qwen3-4B-Instruct-2507(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/inrequests.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/chat/completions)
出力 /mnt/outresults.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。

環境変数の既定値
MODELQwen/Qwen3-4B-Instruct-2507
MODEL_REVISIONcdbee75f17c01a7cc42f958dc650907174af0554
MAX_MODEL_LEN8192

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-infer-vllm",
  "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。

アーリーアクセス

提供開始までの間、GPU ジョブ実行はアカウント単位で有効化しています。アカウントを作成し、クイックスタートの説明に従って有効化をご依頼ください。

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。