本地/笔记本/纯 cpu 部署、使用类 gpt 大模型
文章目录
- 1. 安装 web UI
- 1.1. 下载代码库
- 1.2. 创建 conda 环境
- 1.3. 安装 pytorch
- 1.4. 安装 pip 库
- 2. 下载大模型
- 3. 使用 web UI
- 3.1. 运行 UI 界面
- 3.2. 加载模型
- 3.3. 进行对话
使用 web UI + 大模型文件，即可在笔记本上部署、使用类 gpt 大模型。
1. 安装 web UI
1.1. 下载代码库
https://github.com/oobabooga/text-generation-webui
1.2. 创建 conda 环境
conda create -n textgen python=3.11
conda activate textgen
1.3. 安装 pytorch
文档：https://github.com/oobabooga/text-generation-webui#2-install-pytorch
| System | GPU | Command |
|---|---|---|
| Linux/WSL | NVIDIA | pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 |
| Linux/WSL | CPU only | pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu |
| Linux | AMD | pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.6 |
| MacOS + MPS | Any | pip3 install torch torchvision torchaudio |
| Windows | NVIDIA | pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 |
| Windows | CPU only | pip3 install torch torchvision torchaudio |
1.4. 安装 pip 库
文档：https://github.com/oobabooga/text-generation-webui#3-install-the-web-ui
pip install -r <requirements file according to table below>
| GPU | CPU | requirements file to use |
|---|---|---|
| NVIDIA | has AVX2 | requirements.txt |
| NVIDIA | no AVX2 | requirements_noavx2.txt |
| AMD | has AVX2 | requirements_amd.txt |
| AMD | no AVX2 | requirements_amd_noavx2.txt |
| CPU only | has AVX2 | requirements_cpu_only.txt |
| CPU only | no AVX2 | requirements_cpu_only_noavx2.txt |
| Apple | Intel | requirements_apple_intel.txt |
| Apple | Apple Silicon | requirements_apple_silicon.txt |
2. 下载大模型
TheBloke: https://huggingface.co/TheBloke
TheBloke 是 hugging face 社区的一个用户， ta 提供了许多预量化大模型的下载。
量化：将模型权重中的 float 替换为 int 等数据类型，损失一小部分精度，但减少内存占用、计算开销。
在该用户的 model 库中搜索需要的模型，常用关键词是 7b-gguf。
- 其中
7b代表模型的参数量 7 billion（常见参数量有 7b ， 13b ， 70b），参数量越大，模型精度越高，即对话质量越高。 gguf是一个预量化大模型的格式，支持 cpu 、 gpu 共同加载模型，被广泛使用
在具体模型页面的 Provided files 部分可以看到该模型的不同量化版本、文件大小、预计内存占用、推荐与否。点击具体量化版本的模型即可下载。
3. 使用 web UI
3.1. 运行 UI 界面
打开 conda 命令行窗口，运行以下命令，并保持窗口开启：
conda activate textgen
cd text-generation-webui
python server.py
3.2. 加载模型
打开 127.0.0.1:7860 网页链接，model 页面，按上图进行模型加载即可（大概需要几十秒）。
具体文档：https://github.com/oobabooga/text-generation-webui/wiki/04-‐-Model-Tab#llamacpp
3.3. 进行对话
打开 chat 页面，即可进行对话。
- 在对话框左侧菜单中有 “开始新对话” 等操作
- 需注意，大部分模型默认语言为英文（可在模型页面查看详情）
- 本地模型无法联网