batch-embed
使用 vLLM 批次產生嵌入向量
使用 vLLM 的批次執行器,為由 /v1/embeddings 請求組成的 OpenAI 批次檔產生嵌入向量,每個請求寫出一行結果。預設模型為 Qwen3-Embedding-0.6B(Apache-2.0),啟動時從 Hugging Face 下載。
- 狀態
- 可用
- GPU
- NVIDIA A10G · 24 GB
a10g-24gb-x1 - 預設執行時間
- 最長 1 h
- 發布者
- Unify Compute
讀取和寫入的內容
輸入 /mnt/in | 包含 requests.jsonl 的目錄:每個請求一行 OpenAI 批次紀錄,url 為 /v1/embeddings |
|---|---|
輸出 /mnt/out | results.jsonl:每個請求一行 OpenAI 批次結果,以 custom_id 對應 |
可以變更的內容
提交時可以設定:GPU(SKU) (sku)、雲端部署位置 (providers)、環境變數 (spec.env)、最長執行時間 (spec.max_runtime_seconds)。映像檔以及宣告的輸入和輸出是固定的:換一個映像檔就是另一個範本。
MODEL | Qwen/Qwen3-Embedding-0.6B |
|---|---|
MODEL_REVISION | 97b0c614be4d77ee51c0cef4e5f07c00f9eb65b3 |
執行
將金鑰存放在 $UNIFY_KEY 中(請參閱快速入門),為每個輸入提供一個 https:// URL(公開或預先簽署皆可),並以上方列出的檔名結尾:
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"
}
]
}
}'工作依其使用的 GPU 時間、以該 SKU 的費率計費,與你自己撰寫的工作相同。
映像檔來源
| 映像檔 | vllm/vllm-openai:v0.30.0-cu129 |
|---|---|
| 摘要值 | sha256:a67f8f186d4567612ac37a55bd82295006002b18858eb12a8af2f05f86c2ae3f |
| 授權 | Apache-2.0 |
| 來源 | 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) |
實際執行的是摘要值。標籤可以重新推送,摘要值不行,因此你的工作拉取的正是經過審查的版本。