在Ubuntu上安装vLLM：从GPU到CPU的三种方案 （详细教程：适用于小白的环境配置指南）

📋 前置准备

在开始之前，请确保你的Ubuntu系统满足以下要求：

• Ubuntu 20.04 或 22.04（推荐）
• Python 3.8 及以上版本
• pip 最新版（python3 -m pip install --upgrade pip）
• 具备管理员权限（部分安装需sudo）

🚀 方案一：GPU环境下的快速安装（使用pip）

如果你的机器配有NVIDIA GPU，并且已经安装CUDA，这是最简单的vLLM安装教程。此方案能充分发挥GPU推理加速的优势。

1. 检查CUDA安装：运行 nvcc --version。若未安装，请从NVIDIA官网下载CUDA Toolkit 11.8或更高版本。
2. 安装vLLM：pip install vllm
3. 验证安装：运行Python并导入vLLM，import vllm，无报错即成功。

此方法会自动安装与CUDA版本匹配的torch和vLLM依赖，适合大多数用户。

🔧 方案二：GPU环境下的源码编译安装

如果你需要定制vLLM或安装最新特性，可以选择从源码编译。同样需要GPU和CUDA环境。

1. 安装编译依赖：sudo apt update && sudo apt install build-essential cmake
2. 克隆vLLM仓库：git clone https://github.com/vllm-project/vllm.git && cd vllm
3. 安装Python依赖：pip install -r requirements.txt
4. 编译安装：pip install -e . # 这会执行setup.py并编译C++扩展
5. 验证：同样导入vLLM检查。

注意：编译过程可能需要几分钟，确保GPU驱动和CUDA版本兼容。

💻 方案三：CPU环境下的安装（实验性支持）

从vLLM 0.4.0开始，增加了对CPU后端支持，允许在没有GPU的机器上运行（性能较低，适合测试或轻量任务）。本方案需要额外配置。

1. 安装基础依赖：sudo apt install build-essential cmake
2. 从源码编译启用CPU后端： 克隆仓库后，设置环境变量启用CPU： export VLLM_TARGET_DEVICE=cpu 然后运行 pip install -e . 进行编译。
3. 或使用预编译的CPU包（如果有）： pip install vllm-cpu （此包可能尚未正式发布，建议源码编译）
4. 验证CPU模式：运行Python，设置环境变量 os.environ["VLLM_TARGET_DEVICE"] = "cpu" 后导入vLLM。

注意：CPU推理速度较慢，且可能不支持所有模型，建议用于测试或学习。

📌 总结

本文提供了在Ubuntu上安装vLLM的三种方案：快速pip安装、源码编译GPU版和CPU实验版。你可以根据硬件条件选择最适合的方式。无论哪种方案，都能让你体验到vLLM带来的高效推理。如果在安装中遇到问题，欢迎查阅官方文档或社区讨论。

—— 本教程关键词：vLLM安装教程、Ubuntu配置vLLM、GPU推理加速、CPU后端支持 ——