腾讯云部署清华大学ChatGLM-6B实战

简介（来自官方）

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答，更多信息请参考我们的博客。

为了方便下游开发者针对自己的应用场景定制模型，我们同时实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。

不过，由于 ChatGLM-6B 的规模较小，目前已知其具有相当多的局限性，如事实性/数学逻辑错误，可能生成有害/有偏见内容，较弱的上下文能力，自我认知混乱，以及对英文指示生成与中文指示完全矛盾的内容。请大家在使用前了解这些问题，以免产生误解。更大的基于 1300 亿参数 GLM-130B 的 ChatGLM 正在内测开发中。

准备工作

硬件要求（腾讯云V100显卡，一个月大几千，肉疼）

量化等级	最低 GPU 显存（推理）	最低 GPU 显存（高效参数微调）
FP16（无量化）	13 GB	14 GB
INT8	8 GB	9 GB
INT4	6 GB	7 GB

代码clone（怎么安装Git工具不赘述）

git clone https://github.com/THUDM/ChatGLM-6B.git

环境安装

使用 pip 安装依赖：pip install -r requirements.txt，其中 transformers 库版本为 4.27.1（就用这个就行）。

注意：Python要3.8以上！！！！否则能坑死你！

模型以及配置文件准备

1、官方下载：清华大学云盘

2、huggingface开源社区下载：THUDM/chatglm-6b at main

把对应的模型以及配置文件记得下载全，结果是这样的：

​

​

踩坑：记得教研一下模型的SHA256是否跟官方一致，否则模型肯定加载失败！

3、准备启动：

三种方式均可：

python3.8 web_demo.py

python3.8 web_demo2.py

streamlit run web_demo2.py

4、注意：web方式记得把云服务器的端口开放了，否则用不了！

效果展示：

大家又遇到坑的地方，欢迎留言！