MarkBase Admin
6a5dea596a
CI / build-and-test (push) Has been cancelled
完整修复历程： ✅ Swift: loadExpertGroup groupSize计算修复 ✅ Swift: dequantizeRow bits检测 ✅ Swift: quantizedMatmul bits检测（移除if false） ✅ Metal: dequantize_row_8bit kernel创建 ✅ Metal: quantized_matmul_8bit kernel创建 ✅ 已有: quantized_matmul_gate_up_8bit, quantized_matmul_simd_8bit 测试结果始终不变： Embedding: 0 NaN ✅（一直正常） Forward Pass: 2 NaN ⚠️（位置[2,98]，固定） 已排除的问题： ✅ Embedding weights/dequantization ✅ Router matmul kernel缺失 ✅ Expert matmul kernel缺失 ✅ GroupSize计算错误 ✅ Bits detection逻辑 未排除的可能问题： ⚠️ LM head逻辑 ⚠️ moeMegaKernel内部实现 ⚠️ Router scale计算 ⚠️ Token ID用作logits索引 关键差异： 12B: NaN在[2,255999,256000]（多模态tokens） 26B-A4B: NaN在[2,98]（未知机制） 26B-Standard: 0 NaN（完美） 修复成本： 已投入：数小时，5 kernel + 3 Swift修复 剩余工作：数小时+，风险极高 成功率：不确定 最终决策： 强烈推荐：使用26B-Standard代替 ⭐⭐⭐⭐⭐ 理由：完美0 NaN，相同架构，零风险，立即可用 修复进度：60% ✅ 问题定性：极其复杂 ⭐⭐⭐⭐⭐ 推荐方案：26B-Standard代替
MarkBase
高性能 Swift Metal 多模態推理引擎，專為 Apple Silicon 優化。
功能特性
- ✅ 純 Swift Metal - 無外部依賴
- ✅ 4-bit 量化 - 高效內存使用
- ✅ OpenAI 兼容 API - REST + SSE
- ✅ 多模態支持 - 文本、圖片、音訊
- ✅ 流式輸出 - 實時 token 生成
- ✅ SIMD 優化 - 17x attention, 3x matmul 提升
快速開始
安裝
git clone <repository-url>
cd MarkBase12B
swift build
啟動服務器
# 基本啟動
swift run G12BServer ./model
# 指定端口和模型 ID
swift run G12BServer ./model 8080 markbase-12b
# 運行性能基準測試
swift run G12BServer ./model markbase --benchmark
API 使用
健康檢查
curl http://localhost:8080/health
文本生成
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"messages": [
{"role": "user", "content": "Hello, how are you?"}
],
"max_tokens": 100,
"temperature": 0.7
}'
流式輸出
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"messages": [
{"role": "user", "content": "Tell me a story"}
],
"stream": true
}'
多模態（圖片）
curl http://localhost:8080/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"messages": [
{
"role": "user",
"content": [
{"type": "text", "text": "描述這張圖片"},
{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}
]
}
]
}'
Swift SDK 使用
import G12B
// 初始化引擎
let engine = try MarkBaseEngine(autoCompile: true)
// 加載模型
let model = try E4BModel(modelDir: "./model", engine: engine)
// 生成文本
let logits = try model.forward(tokenId: 0, position: 0)
性能
| 模型 | 速度 | 內存 |
|---|---|---|
| E4B (4B) | 19.7 tok/s | ~3GB |
| 12B | 18.8 tok/s | ~9GB |
架構
MarkBase12B/
├── Sources/G12B/
│ ├── Engine.swift # Metal 引擎
│ ├── Model.swift # 模型實現
│ ├── Tokenizer/ # Tokenizer
│ ├── Generator/ # 文本生成
│ ├── Sampling/ # 採樣策略
│ ├── Audio/ # 音訊塔
│ ├── Vision/ # 視覺塔
│ ├── Metal/ # Metal Kernels
│ └── BufferPool.swift # Buffer 池
├── Sources/G12BServer/
│ ├── APIServer.swift # API 服務器
│ ├── MarkBaseServer.swift # 服務器實現
│ ├── SSE.swift # SSE 支持
│ ├── Errors.swift # 錯誤處理
│ ├── MultimodalAPI.swift # 多模態 API
│ └── PerformanceBenchmark.swift
└── Tests/G12BTests/
文檔
授權
MIT License