前言
如果你要问我为什么直接部署ChatGLM2的模型?
因为当我在8月份在上海召开的全球人工智能大会上了解到清华-智谱发布的ChatGLM模型时,它已经发布了新的版本ChatGLM2,并且推理的效果提升了不少,那么本着只要最好的原则,我就直接上手先玩新版本了。
模型简介
部署的环境
作为AIGC方面的小白来说,我抱着非常天真的想法,想让它在我的工作笔记本上用i5的CPU去跑,至于为什么这么想,当然是因为我没有GPU,身边也没有其他的带显卡电脑
恰好,在腾讯云看到了GN7的显示优惠活动,60块钱15天,Nvidia T4的AI卡,直接斥巨资购买了15天
并且为了方便访问模型资源,我这里选择了新加坡的节点
软件环境
腾讯云的服务器,我选择了自己常用ubuntu镜像,同时此模型都是基于python语言,pytorch框架训练的模型,为了便于管理python版本库,使用anaconda来管理。
具体软件环境版本如下:
conda 4.8.2
python 3.9
pytorch2.0.1
cuda 11.7
具体的软件环境搭建过程,另起一篇去记录
代码工程及模型准备
1. github工程准备
git clone https://github.com/THUDM/ChatGLM2-6B.git
下载完后,进入到工程目录下 需要执行 pip install -r requirements.txt 安装需要的依赖
2. 模型权重准备
模型权重一般在huggingface上,但是现在huggingface被墙了,国内的同学需要科学上网才行,这里国内的小伙伴推荐去国内的modelscope下载模型权重
下载前需要安装git-lfs
sudo apt-get install git-lfs
使用git下载:
git lfs clone https://www.modelscope.cn/ZhipuAI/chatglm2-6b.git
运行
1.修改运行脚本cli_demo.sh
将模型路径修改为本地路径,即刚刚从modelscope下载的
2.运行推理
跑一个命令行的对话
python cli_demo.py
同时,官方也提供了 网页版的web_demo,同样只需要修改模型路径为本地即可文章来源:https://www.toymoban.com/news/detail-735557.html
体验
文章来源地址https://www.toymoban.com/news/detail-735557.html
到了这里,关于AIGC - ChatGLM大模型:ChatGLM2-6B模型推理部署的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!