如何使用腾讯云GPU云服务器自建一个简单的类似ChatGPT、Kimi的会话机器人

一、选择云服务器

1.申请云服务器

建议云服务器使用按量付费，按小时算还是非常便宜的。

硬件配置：

系统：ubuntu，20.04

系统盘：150G

GPU：12核44G，1 * NVIDIA A10(32G)，硬盘150G，1*NVIDIA A10(24G)

软件版本：

由于A10的驱动，cuda均未安装，为了省事，直接申请了另一台，初始化完成后，打成镜像，然后再为A10重装就可以了，这样最省事。当然也可以手动安装。

使用的V100的镜像，初始化条件选择如下

配置安全组，出全放开，入至少放开22和8760。

后付费要注意：要满足余额不低于要冻结金额。

2.GPU确认

登录GPU服务器后，在安装V100的镜像时，可以看到显卡驱动在安装。（早了晚了可能都会错过这个页面）

等待显卡驱动安装完成后(会有一段时间)，做下显卡确认

nvidia-smi

用于确认cuda版本。

安装cuda toolkit

sudo apt install nvidia-cuda-toolkit #时间有点久

如上面所述，然后制作为镜像，再导入到我们的A10当中。（重装系统）

二、安装并配置Python环境

1.安装python3.10

sudo apt-get update

sudo apt-get upgrade #需等待

sudo apt install -y software-properties-common

sudo add-apt-repository ppa:deadsnakes/ppa

sudo apt -y install python3.10

sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.10 1

#验证安装成功，均返回Python 3.10.13

python3.10 --version

python3 --version

#升级pip

wget https://bootstrap.pypa.io/get-pip.py

python3.10 get-pip.py

2.安装Git和Git LFS软件

sudo apt install -y git git-lfs python3.10-distutils

3.安装模型所需要的Python包

在此之前，先把pip工具设置好。

看两处pip的版本是否一致：

第一种方式：pip show pip

第二种方式：python3.10 -m pip --version

若不一样，则：

然后修改两个文件：sudo vim /usr/bin/pip 以及sudo vim /usr/bin/pip3，将每个文件里面的两个版本号位置，修改为新的，最后再用pip show pip验证下。

#需等待，可能要不停地试，直到成功

pip install git+https://github.com/huggingface/transformers

#1.如果上面pip工具没设置好，可能会有如下报错:

回到上面处理吧，也可以参考：https://zhuanlan.zhihu.com/p/664770225

#2.如果报128，则看 https://zhuanlan.zhihu.com/p/648289974

下载到本地再上传或者等网络环境好的时候下载。

继续执行：

pip install sentencepiece==0.1.97 -i https://pypi.tuna.tsinghua.edu.cn/simple

#需等待，非常漫长

pip install peft==0.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

4.验证：在PyTorch环境下验证GPU是否正常工作

python3.10

import torch

#返回值为true，表示正常工作

torch.cuda.is_available()

quit()

有可能会报cuda与python版本不匹配的问题：需要选择正确版本的CUDA和PyTorch安装(windows)

三、下载与配置模型

1.下载Chinese-LLaMA-Alpaca模型

git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca.git

本地已下载：Chinese-LLaMA-Alpaca-main.zip

修改代码：Chinese-LLaMA-Alpaca/scripts/merge_llama_with_chinese_lora.py文件，dType类型由float16全部换为bfloat16

全部修改为：

torch_dtype=torch.bfloat16

否则，在最终运行时，会报错：RuntimeError: probability tensor contains either inf, nan or element < 0

2.下载chinese-alpaca-lora-13b模型

git-lfs clone https://huggingface.co/ziqingyang/chinese-alpaca-lora-13b

大概率会失败，解决办法是把该文件夹下载到本地，然后再上传到服务上

//如果需要文件进行下载，可以联系我:lucky_shisheng

scp -r chinese-alpaca-lora-13b ubuntu@106.52.198.183:~

修改代码：chinese-alpaca-lora-13b中的adapter_config.json

去掉两行：

“enable_lora”: null,

“merge_weights”: false,

否则，在最终运行时，会报错：TypeError: init() got an unexpected keyword argument ‘enable_lora’

3.下载 llama-13b-hf模型

git-lfs clone https://huggingface.co/decapoda-research/llama-13b-hf

大概也会失败，解决办法是用wget直接下载，或者是像上面一样，下载到本地后，再上传上去。

//如果需要文件进行下载，可以联系我:lucky_shisheng

scp -r llama-13b-hf ubuntu@106.52.198.183:~

4.合并代码

合并代码，生成新模型

cd Chinese-LLaMA-Alpaca/

python3.10 scripts/merge_llama_with_chinese_lora.py --base_model ~/llama-13b-hf/ --lora_model ~/chinese-alpaca-lora-13b/ --output_type huggingface --output_dir ./llama_with_lora_hf

在这里，指定了base model和lora_model，输出路径为./llama_with_lora_hf

如果出现被kill，则是资源内存不足，需要换台机器来做。

合并完成后，可以确认一下转换完成后的文件内容，大概25G

ls -lh llama_with_lora_hf

四、部署WebUI

1.下载WebUI

#需要多试几次

cd~

git clone https://github.com/oobabooga/text-generation-webui.git

备份：text-generation-webui-main.zip

2.安装代码及依赖库

cd text-generation-webui/

#非常耗时

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3.模型软链接生成到models下面

ln -s /home/ubuntu/Chinese-LLaMA-Alpaca/llama_with_lora_hf/ models/llama_with_lora_hf

五、最终对话界面生成

验证结果

python3.10 server.py --model llama_with_lora_hf --listen --chat --load-in-8bit

人机界面：

控制台：

若提示GPU内存不足，可以换个命令试一下：

python3.10 server.py --model llama_with_lora_hf --listen --chat --load-in-4bit