十分钟部署清华 ChatGLM-6B，实测效果超预期（Linux版）

前段时间，清华公布了中英双语对话模型 ChatGLM-6B，具有60亿的参数，初具问答和对话功能。

最！最！最重要的是它能够支持私有化部署，大部分实验室的服务器基本上都能跑起来。因为条件特殊，实验室网络不通，那么如何进行离线部署呢？

经过一上午的折腾终于搞定了，总结了这么一个部署文档供大家讨论学习（其实，比在线部署还快哟~ ）。除去下载模型以及依赖包的时间，部署十分钟搞定！！让我们冲~~

说在前面

本着授人以鱼不如授人以渔的想法，比较详细的介绍了chatglm-6B相关依赖资源的获取方式；「如果怕麻烦，也可以直接拉到文章最后直接获取chatglm-6B所有相关依赖资源」。 
部署环境：CUDA Version 11.0，机器内存32G以上或者机器8G内存+8G显卡内存。

那么，正式开始吧~~

安装Miniconda，

1.1 获取安装包

方法一 直接拉到文章最后（获取方式放在最后）。

方法二 因为Miniconda自带python，所以要在官网下载python版本为3.10的Miniconda版本。下载地址为：https://docs.conda.io/en/latest/miniconda.html#linux-installers，具体截图如下。（如果不想自己麻烦，我也已经把它放到云盘里面了）。

1.2 安装 Miniconda

将Miniconda下载安装包放到你要放的目录，这里我放在：/home/work/miniconda 中，然后执行sh Miniconda3-latest-Linux-x86_64.sh 如下图所示：

执行完之后按照提示进行回车（enter）就好了，注意：最后选择“yes”，这样每次启动，它都会自动给你切换到conda的base环境中。

1.3 创建虚拟机环境

miniconda支持创建多个虚拟环境，用来支撑不同版本（python）版本的代码，这里就为chatglm-6b创建一个单独的python虚拟机环境，名字叫：chatglm，后面会在该环境中安装跑chatglm-6b模型的所有依赖。下面是命令及截图：

conda create -n chatglm --clone base  （注：因为是离线安装这里选择clone的方式创建，直接创建会报错）
conda env list （获取环境列表）
conda activate chatglm （切换chatglm环境）

3、安装模型需要的所有依赖

chatglm-6b在centos上用到的所有依赖全都打包在packages里面了（在云盘中，获取方式放在最后），将其也放到/home/work/chatglm/packages下面，然后执行：

pip install --no-index --find-links=/home/work/chatglm/packages  -r requirements.txt

4、获取模型文件

方法一 直接拉到文章最后（获取方式放在最后）。

方法二 通过Hugging Face获取，连接地址：https://huggingface.co/THUDM/chatglm-6b/tree/main，下载所有的文件。建立chatglm_model文件夹，把下载的所有文件都塞到这里面。

不管通过以上哪种方法：将模型文件放到机器目录：/home/work/chatglm/chatglm_model下面。

5、获取项目webui

方法一、直接拉到文章最后（获取方式放在最后）。

方法二、通过github开源项目获取，连接地址：https://github.com/Akegarasu/ChatGLM-webui，下载所有文件。建立webui文件夹，将下载的所有文件都塞到这个文件夹里面。

还是不管按照以上哪种方法获取，将webui相关文件放到机器目录：/home/work/chatglm/webui里面。

6、启动webui（最后一步）

按照上面的操作，最终的文件夹目录如下：

接着，进入到webui文件夹里面，执行如下命令：

python webui.py --model-path /home/work/chatglm/chatglm_model --listen --port 8898 --precision fp16

上面参数主要是：模型路径、监听端口、以及模型工作模式；除此之外还有其它的几个参数没有用到。所有参数解释具体如下：

• –model-path 指定模型路径

• –listen 如果不加该参数，只能通过127.0.0.0本地访问。注意：在centos服务器上部署，该参数一定要加，不然没有办法通过IP加端口访问模型服务。

• –port 没有啥好说的，指定端口用的。

• –share 通过gradio进行分享，它会帮你生成一个域名连接，但是需要访问互联网。离线centos服务器部署用不到。

• –precision 精度参数有4个，分别是fp32（只用CPU，32G内存以上）, fp16,（12G以上显存） int4（8G以下显存使用）, int8（8G显存使用）

• –cpu 只应用CPU，无显卡的时候使用

执行完以上命令之后，等待模型加载完成，通过IP+端口就可以访问服务啦！截图如下:

技术交流群

前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~

我们建了NLP面试与大模型技术交流群， 想要进交流群、需要本文源码、提升技术的同学，可以直接加微信号：mlc2060。加的时候备注一下：研究方向 +学校/公司+CSDN，即可。然后就可以拉你进群了。

方式①、添加微信号：mlc2060，备注：技术交流
方式②、微信搜索公众号：机器学习社区，后台回复：技术交流

资料