大模型ChatGLM2-6B的本地化部署
大模型ChatGLM2-6B使用系列
第一章 大模型ChatGLM2-6B的本地化部署
文章目录
- 大模型ChatGLM2-6B使用系列
- 前言
- 一、ChatGLM2-6B是什么？
- 二、ChatGLM2-6B的本地安装和部署
-
- 1.基础环境和设备配置
- 2.ChatGLM2-6B源码的下载
- 3.模型文件的下载
- 4.源码文件加载本地模型文件
- 5.下载、安装Anaconda，并创建虚拟运行环境
- 6.安装依赖文件
- 7.运行源码文件web_demo.py
- 总结
前言
` 大模型是指一种庞大的数学模型，通常用于研究和预测复杂系统。这些模型通常使用大量数学符号、方程和变量来描述系统的结构和行为，可以帮助我们理解系统的运动规律和内部联系。大模型可以应用于多个领域，包括经济学、生物学、物理学、工程学等等。
近年来，随着人工智能技术的发展，大模型在许多领域中取得了显著的成果。例如，在自然语言处理领域，大型语言模型可以对自然语言文本进行建模，帮助计算机理解和生成自然语言。在计算机视觉领域，大型视觉模型可以帮助计算机理解和识别图像中的物体和场景。
一、ChatGLM2-6B是什么？
ChatGLM2-6B是智谱AI及清华KEG实验室发布的中英双语对话模型。
在保留了初代模型ChatGLM-6B对话流畅、部署门槛较低等特性的基础之上，又增加许多新特性：
1.更强大的性能：ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等数据集上的性能取得了大幅度的提升。
2.更长的上下文：上下文长度由 ChatGLM-6B 的 2K 扩展到了 32K。
3.更高效的推理：推理速度相比初代提升了 42%，INT4 量化下，6G 显存支持的对话长度由 1K 提升到了 8K。
4.更开放的协议：ChatGLM2-6B 权重对学术研究完全开放。
ChatGLM2-6B 使用了 Multi-Query Attention，提高了生成速度，同时也降低了生成过程中 KV Cache 的显存占用。同时，ChatGLM2-6B 采用 Causal Mask 进行对话训练，连续对话时可复用前面轮次的 KV Cache，进一步优化了显存占用。
二、ChatGLM2-6B的本地安装和部署
本教程采用Anaconda来实现ChatGLM2-6B的安装和部署，首先我们来看一下安装部署的基础环境和设备配置
1.基础环境和设备配置
1.设备：笔记本电脑；
2.操作系统：Windows 11 家庭中文版；
3.CPU：AMD Ryzen 9 5900HX with Radeon Graphics 基准主频：3.30GHz；
4.内存：32G 速度：3200 MHz；
5.硬盘：1T SSD；
6.GPU：NVIDIA GeForce RTX 3080 16GB
2.ChatGLM2-6B源码的下载
首先我们需要到GitHub上去下载，地址是：https://github.com/THUDM/ChatGLM2-6B，可以通过GitHub客户端（GitHub Desktop）进行下载，如下图所示：
下载完成后，在选择的本地路径下即可看到源码，如下图所示：
也可以通过GitHub网站上直接下载压缩包，解压到指定的路径下，如下图所示：
3.模型文件的下载
接下来我们去hugging face下载模型文件，网址是：https://huggingface.co/，在搜索框中输入ChatGLM2-6B，如下图所示：
挨个下载上图中的所有文件，并在ChatGLM2-6B的源码文件夹中新建一个文件夹，并命名为model，将下载的所有模型文件都放在该文件夹下，如下图所示：
4.源码文件加载本地模型文件
上述源码文件和模型文件都下载完成后，接下来我们需要在源码文件中加载本地的模型文件，以源码文件的web_demo.py为例：
保存修改的web_demo.py文件，则这一步完成。
5.下载、安装Anaconda，并创建虚拟运行环境
去Anaconda管网去下载Anaconda安装文件，根据自己设备的环境选择对应的版本，如下图所示：
下载完成之后，直接右键选择以管理员权限运行该安装包，进入安装过程：
安装过程需要几分钟，耐心等待安装完成即可
点击finish按钮，打开Anaconda，打开过程需要几分钟，耐心等待，进入Anaconda主页面后，切换到Environment界面，创建虚拟环境以供项目承载运行，如下图所示：
6.安装依赖文件
在上述打开的命令窗口中，切换到源码文件目录中，如下图所示：
然后在该窗口运行命令：pip install -r requirements.txt，如下图所示：
安装完成，此时，尝试第一次运行源码文件web_demo.py，结果如下图所示：
发生了报错，原因是源码文件夹中的requirements.txt中的torch默认安装的是只支持cpu的cuda，因此我们要对它进行修复。
1.首先我们到pytorch官网，去下载支持gpu的cuda，如下图所示：
首先我们要通过命令nvidia-smi查看我们设备上显卡支持的cuda的版本，如下图所示：
可以看到本设备显卡支持的cuda版本是11.6。
因为我们用的是Anaconda，因此按上图进行选择后，复制conda命令：conda install pytorch1.13.0 torchvision0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia，到命令窗口执行，如下图所示：
输入y后进行回车，如下图所示：
7.运行源码文件web_demo.py
做完以上六个步骤之后，可以在Anaconda的虚拟环境（ChatGLM2-6B）中再次尝试运行web_demo.py文件，命令为：python web_demo.py，如下图所示：
回车之后，进入运行加载过程，如下图所示：
当加载进度条到100%后，表示加载完成，如下图所示：
复制上图中的local url到浏览器的地址栏中，即可进行ChatGLM2-6B大模型的对话界面，如下图所示：
在对话框中进行聊天交互，效果如下：
至此，ChatGLM2-6B大模型的本地化安装和部署完成。
总结
`本文对ChatGLM2-6B的本地化安装和部署的流程进行了完整的描述，在部署的过程中，有以下两点要注意：
1.从GitHub下载的ChatGLM2-6B源码文件中的requirements.txt中的torch，在安装时，默认是只支持cpu的cuda，因此对于在具备GPU资源的设备中进行部署ChatGLM2-6B时，需要对其进行修复；
2.在安装pytorch时，需要查询一下自己设备上的显卡所支持的cuda的版本；
3.对于使用nvidia GPU的用户来说，需要下载安装CUDA Toolkit，网上教程很多；
4.在运行源码文件中的demo时，如web_demo.py，在进行聊天交互时，请将软件或者VPN等关掉，有可能会报错；
5.在上述安装过程中，请将360安全卫士等退出，以免影响大模型所需环境的安装部署。