batch-embed
使用 vLLM 批量生成嵌入
使用 vLLM 的批处理运行器,为一个由 /v1/embeddings 请求组成的 OpenAI 批处理文件生成嵌入,每个请求写出一行结果。默认模型为 Qwen3-Embedding-0.6B(Apache-2.0),启动时从 Hugging Face 下载。
- 状态
- 可用
- GPU
- NVIDIA A10G · 24 GB
a10g-24gb-x1 - 默认运行时长
- 最长 1 h
- 发布者
- Unify Compute
读取和写入的内容
输入 /mnt/in | 包含 requests.jsonl 的目录:每个请求一行 OpenAI 批处理记录,url 为 /v1/embeddings |
|---|---|
输出 /mnt/out | results.jsonl:每个请求一行 OpenAI 批处理结果,按 custom_id 对应 |
可以修改的内容
提交时可以设置:GPU(SKU) (sku)、云端部署位置 (providers)、环境变量 (spec.env)、最长运行时间 (spec.max_runtime_seconds)。镜像以及声明的输入和输出是固定的:换一个镜像就是另一个模板。
MODEL | Qwen/Qwen3-Embedding-0.6B |
|---|---|
MODEL_REVISION | 97b0c614be4d77ee51c0cef4e5f07c00f9eb65b3 |
运行
将密钥保存在 $UNIFY_KEY 中(参见快速入门),为每个输入提供一个 https:// URL(公开或预签名均可),且以上面列出的文件名结尾:
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"
}
]
}
}'任务按其使用的 GPU 时间、以该 SKU 的费率计费,与你自己编写的任务相同。
镜像来源
| 镜像 | vllm/vllm-openai:v0.30.0-cu129 |
|---|---|
| 摘要值 | sha256:a67f8f186d4567612ac37a55bd82295006002b18858eb12a8af2f05f86c2ae3f |
| 许可证 | Apache-2.0 |
| 来源 | 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) |
实际运行的是摘要值。标签可以被重新推送,摘要值不能,因此你的任务拉取的正是经过审核的版本。