BlueLM：以2.6万亿token铸就7B参数超大规模语言模型

embedded/2024/12/20 7:51:44/

一、介绍

BlueLM 是由 vivo AI 全球研究院自主研发的大规模预训练语言模型，本次发布包含 7B 基础 (base) 模型和 7B 对话 (chat) 模型，同时我们开源了支持 32K 的长文本基础 (base) 模型和对话 (chat) 模型。

  • 更大量的优质数据 ：高质量语料库进行训练，规模达到了 2.6 万亿 的 token 数，该语料库包含中文、英文以及少量日韩数据；
  • 更优的效果 ：其中 BlueLM-7B-Chat 在 C-Eval 和 CMMLU 上均取得领先结果，对比同尺寸开源模型中具有较强的竞争力；
  • 长文本支持 ：BlueLM-7B-Base-32K 和 BlueLM-7B-Chat-32K 均支持 32K 长文本，在保持基础能力相当情况下，能够支持更长上下文理解；
  • 协议说明 ：BlueLM 系列欢迎开发者进行学术研究和商业应用。

二、部署过程

基础环境最低要求说明：

环境名称版本信息1
Ubuntu22.04.4 LTS
CudaV12.1.105
Python3.9
NVIDIA CorporationRTX 3090

1. 更新基础软件包

查看系统版本信息

# 查看系统版本信息，包括ID（如ubuntu、centos等）、版本号、名称、版本号ID等
cat /etc/os-release

1726627581255_image.png

配置 apt 国内源

# 更新软件包列表
apt-get update

这个命令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息，但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤，因为它确保了您获取的是最新版本的软件包。

# 安装 Vim 编辑器
apt-get install -y vim

这个命令用于安装 Vim 文本编辑器。-y 选项表示自动回答所有的提示为“是”，这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器，广泛用于编程和配置文件的编辑。

为了安全起见，先备份当前的 sources.list 文件之后，再进行修改：

# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak

这个命令将当前的 sources.list 文件复制为一个名为 sources.list.bak 的备份文件。这是一个好习惯，因为编辑 sources.list 文件时可能会出错，导致无法安装或更新软件包。有了备份，如果出现问题，您可以轻松地恢复原始的文件。

# 编辑软件源列表文件
vim /etc/apt/sources.list

这个命令使用 Vim 编辑器打开 sources.list 文件，以便您可以编辑它。这个文件包含了 APT（Advanced Package Tool）用于安装和更新软件包的软件源列表。通过编辑这个文件，您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。

在 Vim 中，您可以使用方向键来移动光标，i 键进入插入模式（可以开始编辑文本），Esc 键退出插入模式，:wq 命令保存更改并退出 Vim，或 :q! 命令不保存更改并退出 Vim。

编辑 sources.list 文件时，请确保您了解自己在做什么，特别是如果您正在添加新的软件源。错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定，最好先搜索并找到可靠的源信息，或者咨询有经验的 Linux 用户。

1726627632814_image.png

使用 Vim 编辑器打开 sources.list 文件，复制以下代码替换 sources.list里面的全部代码，配置 apt 国内阿里源。

deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse

1726627649314_image.png

安装常用软件和工具

# 更新源列表，输入以下命令：
apt-get update# 更新系统软件包，输入以下命令：
apt-get upgrade# 安装常用软件和工具，输入以下命令：
apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential

出现以下页面，说明国内apt源已替换成功，且能正常安装apt软件和工具

1726627670779_image.png

2. 安装 NVIDIA CUDA Toolkit 12.1

  • 下载 CUDA Keyring ：
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb

这个命令用于下载 CUDA 的 GPG 密钥环，它用于验证 CUDA 软件包的签名。这是确保软件包安全性的一个重要步骤。

  • 安装 CUDA Keyring ：
dpkg -i cuda-keyring_1.0-1_all.deb

使用 dpkg 安装下载的密钥环。这是必要的，以便 apt 能够验证从 NVIDIA 仓库下载的软件包的签名。

1726627689852_image.png

  • 删除旧的 apt 密钥（如果必要） ：
apt-key del 7fa2af80

这一步可能不是必需的，除非您知道 7fa2af80 是与 CUDA 相关的旧密钥，并且您想从系统中删除它以避免混淆。通常情况下，如果您只是安装 CUDA 并使用 NVIDIA 提供的最新密钥环，这一步可以跳过。

  • 更新 apt 包列表 ：
apt-get update

更新 apt 的软件包列表，以便包括刚刚通过 cuda-keyring 添加的 NVIDIA 仓库中的软件包。

  • 安装 CUDA Toolkit ：
apt-get -y install cuda-toolkit-12-1

1726627724243_image.png

出现以下页面，说明 NVIDIA CUDA Toolkit 12.1 安装成功

1726627736357_image.png

注意：这里可能有一个问题。NVIDIA 官方 Ubuntu 仓库中可能不包含直接名为 cuda-toolkit-12-1 的包。通常，您会安装一个名为 cuda 或 cuda-12-1 的元包，它会作为依赖项拉入 CUDA Toolkit 的所有组件。请检查 NVIDIA 的官方文档或仓库，以确认正确的包名。

如果您正在寻找安装特定版本的 CUDA Toolkit，您可能需要安装类似 cuda-12-1 的包（如果可用），或者从 NVIDIA 的官方网站下载 CUDA Toolkit 的 .run 安装程序进行手动安装。

请确保您查看 NVIDIA 的官方文档或 Ubuntu 的 NVIDIA CUDA 仓库以获取最准确的包名和安装指令。

1726627761880_image.png

  • 出现以上情况，需要配置 NVIDIA CUDA Toolkit 12.1 系统环境变量

编辑 ~/.bashrc 文件

# 编辑 ~/.bashrc 文件
vim ~/.bashrc

插入以下环境变量

# 插入以下环境变量
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

1726627785017_image.png

激活 ~/.bashrc 文件

# 激活 ~/.bashrc 文件
source ~/.bashrc

查看cuda系统环境变量

which nvcc
nvcc -V

1726627797367_image.png

3. 安装 Miniconda

  • 下载 Miniconda 安装脚本 ：
    • 使用 wget 命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版，包含了 Anaconda 的核心组件，用于安装和管理 Python 包。
  • 运行 Miniconda 安装脚本 ：
    • 使用 bash 命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。
# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh# 运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh# 初次安装需要激活 base 环境
source ~/.bashrc

按下回车键（enter）

1726627823409_image.png

输入yes

1726627835177_image.png

输入yes

1726627844297_image.png

安装成功如下图所示

1726627852297_image.png

pip配置清华源加速

# 编辑 /etc/pip.conf 文件
vim  /etc/pip.conf

加入以下代码

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

注意事项：

  • 请确保您的系统是 Linux x86_64 架构，因为下载的 Miniconda 版本是为该架构设计的。
  • 在运行安装脚本之前，您可能需要使用 chmod +x Miniconda3-latest-Linux-x86_64.sh 命令给予脚本执行权限。
  • 安装过程中，您将被提示是否同意许可协议，以及是否将 Miniconda 初始化。通常选择 "yes" 以完成安装和初始化。
  • 安装完成后，您可以使用 conda 命令来管理 Python 环境和包。
  • 如果链接无法访问或解析失败，可能是因为网络问题或链接本身的问题。请检查网络连接，并确保链接是最新的和有效的。如果问题依旧，请访问 Anaconda 的官方网站获取最新的下载链接。

4. 从 github 仓库 克隆项目：

  • 克隆存储库：
# 克隆项目
git clone https://github.com/vivo-ai-lab/BlueLM.git

1727339703854_037fe434_12276338.png

出现以上页面即是克隆项目成功！

请注意，如果 git clone https://github.com/vivo-ai-lab/BlueLM.git 这个链接不存在或者无效，git clone 命令将不会成功克隆项目，并且会报错。确保链接是有效的，并且您有足够的权限访问该存储库。

5. 创建虚拟环境

# 创建一个名为 BlueLM 的新虚拟环境，并指定 Python 版本为 3.9
conda create -n BlueLM python=3.9 -y

1727339708074_a68cb088_12276338.png

等待安装完成

1727339712131_3e45efa9_12276338.png

6. 安装模型依赖库：

  • 切换到项目目录、激活 Yi-Coder 虚拟环境、安装 requirements.txt 依赖
# 切换到项目工作目录
cd /BlueLM# 激活 BlueLM 虚拟环境
conda activate BlueLM# 在 Yi-Coder 环境中安装 requirements.txt 依赖
pip install -r requirements.txt

1727339719071_a64440d1_12276338.png

依赖安装成功如下图所示：

1727339722463_ceca4eb4_12276338.png

7. 下载预训练模型：

安装 modelscope 依赖包

pip install modelscope

1727339726663_f2bec9c8_12276338.png

创建一个Python下载脚本

vim modelscope_download.py

插入以下下载代码

# Python 代码下载模型
from modelscope import snapshot_download
model_dir = snapshot_download('vivo-ai/bluelm-7b-chat', cache_dir='./', revision='master')

保存文件：Esc --》Shift + ：--》输入英文的 ：--》输入：wq

  • 如果你正在编辑文本，先按 Esc 键退出插入模式。
  • 然后，直接按 Shift + :（不需要先按冒号，这个组合键已经包含了冒号的输入），屏幕上会出现一个冒号，提示你输入命令。
  • 接着，输入 wq，表示你想要保存文件并退出。
  • 最后，按 Enter 键执行命令。

执行 modelscope_download.py 文件进行模型下载

python modelscope_download.py

1727339734455_21f984ae_12276338.png

8. 运行 web_demo.py 文件

# 运行 web_demo.py 文件
streamlit run web_demo.py --server.address 0.0.0.0 --server.port 8080

1727339743589_58005435_12276338.png

出现以上报错，需要修改模型路径

# 编辑 web_demo.py 文件
vim web_demo.py

1727339747882_5926add1_12276338.png

替换为刚刚下载模型的路径

1727339752135_863e3503_12276338.png

运行 web_demo.py 文件

# 运行 web_demo.py 文件
streamlit run web_demo.py --server.address 0.0.0.0 --server.port 8080

1727339756692_162261c2_12276338.png

三、网页演示

出现以下 Gradio 页面，即是模型已搭建完成。

1727339761634_48640950_12276338.png


http://www.ppmy.cn/embedded/147220.html

相关文章

推动数字金融高质量发展行动方案之数据安全解读

推动数字金融高质量发展行动方案之数据安全解读

一、《方案》中的数据安全要求 2024年11月27日，中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》（以下简称《方案》），明确提出系统推进金融机构数字化转型、运用数字技术提升重点领域金融服务质效、夯实数字金融发展基础、完善数字金融治理体系等方面的重…
阅读更多...
网络安全（4）_网络层安全IPSec

网络安全（4）_网络层安全IPSec

5. 网络层安全IPSec 5.1 IPSec协议 （1）前面使用Outlook进行数字签名和数字加密是应用层实现的安全。安全套接字实现的安全是在应用层和传输层之间插入了一层来实现数据通信安全。而IPSec是网络层实现的安全。不需要应用程序的支持，只要配置…
阅读更多...
使用 Puppeteer 快速上手 Node.js 爬虫

使用 Puppeteer 快速上手 Node.js 爬虫

使用 Puppeteer 库通过自动化浏览器来访问百度图片搜索，并在搜索结果中下载图片。代码分为两部分： 自动化浏览器任务：使用 Puppeteer 浏览百度图片搜索并获取图片 URL。图片下载：检查图片 URL 类型（base64 或 URL&…
阅读更多...
arcgisPro将面要素转成CAD多段线

arcgisPro将面要素转成CAD多段线

1、说明：正常使用【导出为CAD】工具，则导出的是CAD三维多线段，无法进行编辑操作、读取面积等。这是因为要素面中包含Z值，导出则为三维多线段数据。需要利用【复制要素】工具禁用M值和Z值，再导出为CAD，则得到…
阅读更多...
使用支持向量机（SVM）实现二分类

使用支持向量机（SVM）实现二分类

前言： 支持向量机（Support Vector Machine，SVM）是一种监督式学习的机器学习算法，主要用于分类和回归分析。其基本思想是在特征空间中找到一个最优的超平面，将不同类别的数据点尽可能地分开。在分类问题中，这个超平面能够使两类数据点之间的间隔（Margin）最大化。 我认…
阅读更多...
在 Linux 系统中，让 apt 使用 HTTP 代理

在 Linux 系统中，让 apt 使用 HTTP 代理

在 Linux 系统中，要让 apt 使用 HTTP 代理，有几种方法可以实现： ### 1. 临时设置代理 你可以通过设置环境变量来临时为 apt 命令设置代理。这种方法不需要修改任何配置文件，只需在命令行中设置环境变量即可。例如： …
阅读更多...
新华三OSPF学习

新华三OSPF学习

OSPF-基配置演示 ospf dr-priority #修改竞选DR优先级 R1 [R1]interface g0/0/0 [R1-GigabitEthernet0/0/0]ip add 192.168.1.254 24 [R1-GigabitEthernet0/0/0]interface g0/0/1 [R1-GigabitEthernet0/0/1]ip add 10.1.12.1 24 [R1-GigabitEthernet0/0/1]interface g0/0/2…
阅读更多...
解释工厂模式

解释工厂模式

参考文献：C几种工厂模式和实现实例_工厂方法模式c实例-CSDN博客 什么是工厂模式 工厂模式是一种创建对象的设计模式，它提供了一种创建对象的方式，将对象的创建和使用分离 通过工厂模式，可以根据不同的条件创建不同类型的对象&a…
阅读更多...
最新文章

Copyright @ 2022~2023