FastChat 大模型部署推理；Baichuan2-13B-Chat测试、chatglm2-6b测试

参考：
https://github.com/lm-sys/FastChat
https://blog.csdn.net/qq128252/article/details/132759107

##安装
pip3 install "fschat[model_worker,webui]"

1、chatglm2-6b测试

python3 -m fastchat.serve.cli --model-path ./chatglm2-6b --num-gpus 2

web使用

1）启动控制器

python3 -m fastchat.serve.controller

2）启动模型工作

python3 -m fastchat.serve.model_worker --model-path ./chatglm2-6b --num-gpus 2  --host=0.0.0.0  --port=21002

3）web服务启动

python3 -m fastchat.serve.gradio_web_server

打开网址查看：

api服务

1）启动控制器

python3 -m fastchat.serve.controller

2）启动模型工作

python3 -m fastchat.serve.model_worker --model-path ./chatglm2-6b --num-gpus 2  --host=0.0.0.0  --port=21002

3）web服务启动

python3 -m fastchat.serve.api --host 0.0.0.0

4）客户端访问

import requests
import json


headers = {"Content-Type": "application/json"}
pload = {
    "model": "chatglm2-6b",
    "messages": [
      {
        "role": "system",
        "content": "AI专家"
      },
      {
        "role": "user",
        "content": "你AI小助手,小名昵称为小乐，你主要擅长是智慧城***过30个字"
      },
      {"role": "assistant",
		"content": "好的，小乐很乐意为你服务"},
      {
        "role": "user",
        "content": "你能做啥？"
      }
    ]
  }
response = requests.post("http://192****:8000/v1/chat/completions", headers=headers, json=pload, stream=True)
print(response.text)

2、Baichuan2-13B-Chat测试

##运行命令：

python3 -m fastchat.serve.cli --model-path ./Baichuan2-13B-Chat --num-gpus 4

1）ValueError: Tokenizer class BaichuanTokenizer does not exist or is not currently imported. 2）offload报错，ValueError: The current device_map had weights offloaded to the disk. Please provide an offload_folder for them.也需要增加

按照报错信息需要更改：
/site-packages/fastchat/serve/inference.py

增加trust_remote_code=True