batch-embed
Embeddings em lote com vLLM
Gera embeddings de um arquivo de lote da OpenAI com requisições /v1/embeddings usando o executor em lote do vLLM e grava uma linha de resultado por requisição. Modelo padrão: Qwen3-Embedding-0.6B (Apache-2.0), baixado do Hugging Face na inicialização.
- Status
- Disponível
- GPU
- NVIDIA A10G · 24 GB
a10g-24gb-x1 - Tempo de execução padrão
- 1 h no máximo
- Publicador
- Unify Compute
O que ele lê e grava
Entrada /mnt/in | Diretório com requests.jsonl: uma linha de lote da OpenAI por requisição, com url /v1/embeddings |
|---|---|
Saída /mnt/out | results.jsonl: uma linha de resultado de lote da OpenAI por requisição, associada por custom_id |
O que você pode alterar
Um envio pode definir: GPU (SKU) (sku), Posicionamento na nuvem (providers), Variáveis de ambiente (spec.env), Tempo máximo de execução (spec.max_runtime_seconds). A imagem e as entradas e saídas declaradas são fixas: uma imagem diferente é um template diferente.
MODEL | Qwen/Qwen3-Embedding-0.6B |
|---|---|
MODEL_REVISION | 97b0c614be4d77ee51c0cef4e5f07c00f9eb65b3 |
Execute
Com uma chave em $UNIFY_KEY (veja o guia de início rápido), informe para cada entrada uma URL https://, pública ou pré-assinada, que termine no nome de arquivo acima:
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"
}
]
}
}'O job é cobrado pelo tempo de GPU que usa, na tarifa do SKU, igual a um job que você mesmo escreve.
Durante a liberação, a execução de jobs em GPU é ativada conta a conta. Crie uma conta e depois peça a ativação, como descrito no guia de início rápido.
De onde vem a imagem
| Imagem | vllm/vllm-openai:v0.30.0-cu129 |
|---|---|
| Digest | sha256:a67f8f186d4567612ac37a55bd82295006002b18858eb12a8af2f05f86c2ae3f |
| Licença | Apache-2.0 |
| Origem | 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) |
O que roda é o digest. Uma tag pode ser enviada de novo; um digest não, então o seu job baixa exatamente o que foi revisado.