Jetson orin部署大模型示例教程
一、LLM介绍
LLM指的是Large Language Model（大型语言模型），是一类基于深度学习的自然语言处理技术，其主要目的是让机器能够更好地理解和生成人类的自然语言文本，如文章、对话、搜索等。
教程 - text-generation-webui
通过在 NVIDIA Jetson 上使用 oobabooga 的 text-generaton-webui 运行 LLM 与本地 AI 助手进行交互！
所需条件：
-
以下 Jetson 之一：
Jetson AGX Orin 64GB Jetson AGX Orin （32GB） Jetson Orin Nano Orin （8GB）⚠️1
-
运行以下 JetPack.5x 之一
JetPack 5.1.2 （L4T， r35.4.1） JetPack 5.1.1 （L4T r35.3.1） JetPack 5.1 （L4T r35.2.1）
-
足够的存储空间（最好使用 NVMe SSD）。
6.2GB对于容器映像- 模型空间
使用 和 script 自动拉取或构建兼容的容器映像：run.shautotag
cd jetson-containers
./run.sh $(./autotag text-generation-webui)
容器有一个默认的运行命令 （），它将自动启动 Web 服务器，如下所示：CMD
cd /opt/text-generation-webui && python3 server.py \
--model-dir=/data/models/text-generation-webui \
--chat \
--listen
打开浏览器并访问 .http://
在 Web UI 上下载模型
有关下载模型的说明，请参阅 oobabooga 文档 - 从 Web UI 中或使用 download-model.py
./run.sh --workdir=/opt/text-generation-webui $(./autotag text-generation-webui) /bin/bash -c \
'python3 download-model.py --output=/data/models/text-generation-webui TheBloke/Llama-2-7b-Chat-GPTQ'GGUF 型号
目前使用最快的 oobabooga 模型加载器是具有 4 位量化 GGUF 模型的 llama.cpp。
您可以下载特定量化的单个模型文件，例如 .输入文件名并点击下载按钮。*.Q4_K_M.bin
| 型 | 量化 | 内存 （MB） |
|---|---|---|
| TheBloke/Llama-2-7b-Chat-GGUF | llama-2-7b-chat.Q4_K_M.gguf |
5,268 |
| TheBloke/Llama-2-13B-chat-GGUF | llama-2-13b-chat.Q4_K_M.gguf |
8,609 |
| TheBloke/LLaMA-30b-GGUF | llama-30b.Q4_K_S.gguf |
19,045 |
| TheBloke/Llama-2-70B-chat-GGUF | llama-2-70b-chat.Q4_K_M.gguf |
37,655 |
这里模型对内存的消耗较大，如果是orin nano选第一个7B大小模型，根据手里的硬件设备进行挑选下载，模型越大对内存要求越高。
测试结果如下
二、文本 + 视觉 （VLM）
教程 - MiniGPT-4
通过在 Jetson 上运行 MiniGPT-4，让您本地运行的 LLM 获得视觉访问权限！
设置容器MiniGPT-4
有关更多信息，请参阅 jetson-containers 的 minigpt4 软件包 README**
克隆和设置jetson-containers
git clone https://github.com/dusty-nv/jetson-containers
cd jetson-containers
sudo apt update; sudo apt install -y python3-pip
pip3 install -r requirements.txt
使用模型启动容器minigpt4
要使用推荐的型号启动 MiniGPT4 容器和 Web 服务器，请运行以下命令：
cd jetson-containers
./run.sh $(./autotag minigpt4) /bin/bash -c 'cd /opt/minigpt4.cpp/minigpt4 && python3 webui.py \
$(huggingface-downloader --type=dataset maknee/minigpt4-13b-ggml/minigpt4-13B-f16.bin) \
$(huggingface-downloader --type=dataset maknee/ggml-vicuna-v0-quantized/ggml-vicuna-13B-v0-q5_k.bin)'
然后，打开您的网络浏览器并访问 .http://
结果
遇到问题：
/usr/local/lib/python3.8/dist-packages/gradio/layouts/column.py:55: UserWarning: 'scale' value should be an integer. Using 0.5 will cause issues.
warnings.warn(
Traceback (most recent call last):
File "webui.py", line 129, in
start(share_link)
File "webui.py", line 87, in start
submit = gr.Button(value="Send message", variant="secondary").style(full_width=True)
AttributeError: 'Button' object has no attribute 'style'
本地运行镜像 docker run --runtime nvidia -it --rm --network host e9a43bf72f83
python3 webui.py $(huggingface-downloader --type=dataset maknee/minigpt4-13b-ggml/minigpt4-13B-f16.bin) $(huggingface-downloader --type=dataset makne e/ggml-vicuna-v0-quantized/ggml-vicuna-13B-v0-q5_k.bin)
即可，原因是gradio版本为3.50.2以后成功运行（默认自带4.0.2)
三、图像生成 Stable-Diffusion
教程 - 稳定扩散
让我们在 NVIDIA Jetson 上运行 AUTOMATIC1111 的 stable-diffusion-webui 来根据我们的提示生成图像！
如何开始
如果您是第一次运行它，请完成预设置并查看 jetson-containers/stable-diffusion-webui 自述文件。
使用 和 script 自动拉取或构建兼容的容器映像：run.shautotag
cd jetson-containers
./run.sh $(./autotag stable-diffusion-webui)
容器有一个默认的运行命令 （），它将自动启动 Web 服务器，如下所示：CMD
cd /opt/stable-diffusion-webui && python3 launch.py \
--data=/data/models/stable-diffusion \
--enable-insecure-extension-access \
--xformers \
--listen \
--port=7860
您应该看到它在第一次运行时下载模型检查点。
打开浏览器并访问http://
