在Windows 10上部署ChatGLM2-6B：掌握信息时代的智能对话
- 硬件环境
- ChatGLM2-6B的量化模型最低GPU配置说明
- 准备工作
- ChatGLM2-6B安装部署
- ChatGLM2-6B运行模式
- 解决问题
- 总结
随着当代科技的快速发展，我们进入了一个数字化时代，其中信息以前所未有的速度传播。在这个信息爆炸的时代，我们不仅面临着巨大的机遇，还面临着挑战。为了更好地应对和充分利用这一趋势，我们需要掌握一些关键技能和工具。本文将向您介绍如何在Windows 10专业版22H2 x64操作系统上部署ChatGLM2-6B，这是一个强大的自然语言处理模型，用于智能对话。
本文面向的操作系统为 window10 专业版 22H2 x64，基于GPU的运算
硬件环境
| 名称 | 参数 |
|---|---|
| PC | HP Elite Tower 880 G9 |
| CPU | 16G |
| GPU | NVIDIA RTX3060 |
| 处理器 | 12th Gen Intel® Core™i7-12700 2.10GHz |
| 操作系统 | window 10 专业版 22H2 x64 |
ChatGLM2-6B的量化模型最低GPU配置说明
| 名称 | 参数 | 显存要求 |
|---|---|---|
| ChatGLM2-6B | FP16 | 13G |
| ChatGLM2-6B | INT4 | 6G |
| ChatGLM2-6B-32K | FP16 | 20G |
| ChatGLM2-6B-32K | INT4 | 13G |
注意：如果仅使用CPU部署，则ChatGLM2-6B的量化模型最低CPU 32G
准备工作
在部署ChatGLM2-6B之前，您需要进行一些准备工作
- 安装Git和Git LFS： 您可以从Git官方网站下载Git，并在安装时务必选择安装Git LFS选项，以支持大型文件的版本控制。
# window版Git安装时注意勾选git LFS选项即可
# Linux系统在安装完Git后，需额外安装git LFS
# 验证git是否正常: 出现版本信息为正常
git --version
# 验证git lfs是否正常：出现Git LFS initalized为正常
git lfs install
- 安装CUDA： CUDA是NVIDIA的并行计算平台，用于加速深度学习任务。您需要确保安装了与您的NVIDIA显卡驱动程序兼容的CUDA版本【CUDA下载地址】
# 查看NVIDIA CUDA version 和 Driver Version，一定要注意相关版本信息
nvidia-smi
# 在下载页面选择相关版本和信息后，下载安装包进行安装即可
- 安装Python【下载地址】： 安装Python，建议使用Python 3.10.10版本，并在安装时勾选将Python添加到系统变量PATH中。
注意：无需下载最新版本，本文选用python v3.10.10
更据安装包进行即可，注意勾选将python添加至系统变量PATH
- 安装PyTorch【下载地址】： 根据您的CUDA版本选择合适的PyTorch版本，并使用pip安装。确保PyTorch与CUDA版本兼容。
# 注意pytorch的版本，保证其和CUDA版本兼容
# 选择stable版，其余更据自己系统和情况选择，本文使用CUDA 11.8为最新版本(虽然CUDA版本为12.2，但是其支持向下兼容)
# 复制红框内容，在命令行中进行安装，等待完成
# 验证pytorch是否正常：进入命令行或PowerShell
python
>>> import torch
>>> print(torch.cuda.is_available())
>>> True
# 返回True即为正常
>>> quit()
ChatGLM2-6B安装部署
- 下载仓库代码： 使用Git克隆ChatGLM2-6B仓库并安装依赖。
git clone https://github.com/THUDM/ChatGLM2-6B.git
cd ChatGLM2-6B
pip install -r requirements.txt
- 下载ChatGLM2-6B模型： 在项目目录下创建一个名为“model”的文件夹，并下载ChatGLM2-6B的模型文件。
mkdir model && cd model
git clone https://huggingface.co/THUDM/chatglm2-6b
git clone https://huggingface.co/THUDM/chatglm2-6b-int4
git clone https://huggingface.co/THUDM/chatglm2-6b-32k
git clone https://huggingface.co/THUDM/chatglm2-6b-32k-int4
请确保您下载了标记为LFS（Large File Storage）的文件，以获取完整的模型文件。
ChatGLM2-6B运行模式
在部署ChatGLM2-6B时，您可以选择不同的运行模式，包括Gradio网页模式、Streamlit网页模式、命令行模式和API模式。以>下是每种模式的简要说明：
Gradio网页模式
- 准备工作
# 进入项目目录
cd ChatGLM2-6B
# 复制一份web_demo.py
copy web_demo.py web_demo_bak.py
2.模型参数调整
tokenizer = AutoTokenizer.from_pretrained("model\\chatglm2-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("model\\chatglm2-6b", trust_remote_code=True).cuda()
3.服务参数调整
# demo.queue().launch(share=False, inbrowser=True)
# concurrency_count: 表示可以同时使用网页的人数，超过就需要排队等候
# server_name: 开启局域网访问
# server_port: 指定端口访问
demo.queue(concurrency_count=5,
).launch(share=False, inbrowser=True, server_name="0.0.0.0", server_port=8080)
- 启动
python web_demo.py
Streamlit网页
# 同Gradio配置类似，进行调整web_demo2.py
# 启动
streamlit run web_demo2.py
# 此命令会开启局域网服务，端口：8501
CLI模式
# 配置一致，调整cli_demo.py
# 启动
python cli_demo.py
# 命令行中输入只是并回车即可生成回复，输入clear:清空对话历史;输入stop:终止程序
API模式
# 安装fastapi uvicorn依赖
pip install fastapi uvicorn
# 配置api.py
python api.py
# 补充：可设置ip和端口
# api.py
...
uvicorn.run(app, host='x.x.x.x', port=8000, workers=1)
访问接口: http://x.x.x.x:8000/; 请求方式：POST
特别说明: 如果显存不足，可使用量化方式加载模型
# int4
model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True).quantize(4).cuda()
# int8
model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code=True).quantize(8).cuda()
解决问题
在部署过程中，可能会遇到一些问题。以下是一些常见问题和解决方法：
运行web_demo.py报错：AssertionError:Torch not compiled with CUDA enabled（torch和CUDA版本不匹配）
# 首先检查cuda能否使用
python -c "import torch; print(torch.cuda.is_availabled())"
# 返回False, 说明torch版本与CUDA不匹配
# 使用指令 nvidia-smi查看CUDA版本，然后到pytorch官方网站下载相应的CUDA安装
# 先卸载原torch
pip uninstall torch
# 安装指定CUDA版本的torch
pip install --pre torch --index-url https://download.pytorch.org/whl/nightly/cu121
gcc不是内部或外部命令
安装TDM-GCC,注意勾选 openmp 【TDM-GCC下载】
总结
通过按照以上步骤进行操作，您将能够成功在Windows 10上部署ChatGLM2-6B，从而掌握信息时代的智能对话能力。这将为您提供一个有趣而强大的工具，用于与ChatGLM2-6B进行智能对话，并深入了解自然语言处理的潜力。希望本文能帮助您充分利用信息时代的机遇，同时也能够解决可能出现的问题。
