5c749cda03
- scripts: 11 个服务器原样脚本入库（md5 对照表更新至 README）；D=60.1 生产原样配方、 E=v5 DFlash 底稿、F=PD 链四角色部署+launch+双场景压测驱动 - profiles: 新增 6 个 .env（D/E 单机 + F 四角色，均带镜像 digest sha256:28e0d260…，对齐 kimi3 PD 多角色先例） - deploy/PD_CHAIN.md: 方案 F 编排手册（启动顺序 mc-master→prefill→decode→router、 基础设施依赖表、质量门口径、拆链恢复、÷2 单机等效判决） - platforms/patches/pro6000/glm53_pd_chain/: sglang 补丁树 vs 镜像原版 11 文件 unified diff 快照——宿主树无 .git，此为唯一版本记录（DFlash+PP+PD 解锁全集） - deploy/manifests/: GLM-5.3-NVFP4(47分片)/GLM-5.3-DFlash2(单分片) 权重 md5 清单 - deploy/CURRENT.md: 全集群现役状态页（2026-09-08 八机实测） - deploy/verify_profile.sh: 防漂移核验工具（digest+参数 token 比对+端口/health， 已在 60.1 生产容器实测 PASS）
2.5 KiB
2.5 KiB
现役部署状态页（live 核验于 2026-09-08）
本页记录 174.1.60.x 集群"现在跑的是什么"。改动机器前后先读这页； 任何变动（停/起/改配置）完成后必须更新本页。核验命令：
docker ps+nvidia-smi。
机器状态（2026-09-08 实测）
| 机器 | 在役 | 口径 / 归属 | 对应 profile |
|---|---|---|---|
| 60.1 (6000D-1) | glm53-pp4（Up，8 卡满载，:30000） |
方案 D 生产。09-08 PD 压测窗口停机 ~2.5h 后已恢复并核验 | profiles/pro6000/glm53_nvfp4_pro6000_sglang_tp2pp4.env |
| 60.2 (6000D-2) | 空（无容器，GPU 全 0 MiB） | 方案 F PD 链已于 09-08 拆除。GPU7 曾有外部裸金属任务 main_v2.py（现已结束），动卡前仍先核实归属 | profiles/pro6000/glm53_nvfp4_pro6000_pd_{prefill→decode 侧}.env |
| 60.3 | 空（无容器） | — | — |
| 60.4 | dsv4_scan 容器（Up 5min）+ 裸金属 sglang DeepSeek-V4-Flash-0731 DSPARK DP2/TP4 :30000 |
并行会话/外部在役，勿动 | — |
| 60.5 | glm53-nvfp4（Up 29h） |
NVFP4 团队生产（deploy_glm53_605.sh，md5 fcd9109b）。生产机铁律：不实验、不重启、不覆盖脚本 | profiles/pro6000/glm53_nvfp4_pro6000_sglang_tp8eagle.env（方案 A 口径） |
| 60.6 | 空（无容器） | — | — |
| 60.7 | 空 | 09-08 已拆除清空（方案 F 前身单机实验 + 场景一深优资产留盘），不再恢复 | — |
| 60.8 | 空 | 09-08 已停服清空、router 拆除，不再恢复 | — |
方案 A-F 一览（GLM-5.3-NVFP4 @ pro6000，2026-09-08 双场景报告口径）
| 方案 | 一句话 | profile / 脚本 |
|---|---|---|
| A | TP8 + EAGLE，基准；60.5 生产口径 | glm53_nvfp4_pro6000_sglang_tp8eagle.env |
| B | TP4 PP2 | glm53_nvfp4_pro6000_sglang_tp4pp2.env |
| C | TP4 PP2 + IndexCache(freq=4) | glm53_nvfp4_pro6000_sglang_tp4pp2_index.env |
| D | TP2 PP4；60.1 生产在役 | glm53_nvfp4_pro6000_sglang_tp2pp4.env |
| E | TP8 + DFlash2 投机 | glm53_nvfp4_pro6000_sglang_tp8dflash2.env |
| F | PD 分离双机链（mc-master→prefill→decode→router） | glm53_nvfp4_pro6000_pd_{master,prefill,decode,router}.env + deploy/PD_CHAIN.md |
压测数据：飞书《GLM-5.3-NVFP4 双场景压测报告》（SZUSdEqY1oRVxGxgILBcHqPJnEc）。
防漂移
每个在役容器用 deploy/verify_profile.sh <profile.env> 定期核验（镜像 digest + 启动参数 +
端口），发现不一致 = 容器被人手改过，先查清归属再处理。