当前位置： 首页 > article >正文

如何在Android上运行Llama 3.2

article 2024/12/30 4:05:41

引言

随着Llama 3.2的发布，Meta在将强大的语言模型带到边缘和移动设备方面取得了重大进展。Llama 3.2包含了专为智能手机和平板电脑高效运行而设计的轻量级模型（1B和3B参数）。本教程将指导您通过MLC LLM库对Llama 3.2模型进行量化、转换和部署。

您将学习到

  • 如何设置模型转换和部署的环境。
  • 如何量化和转换Llama 3.2模型，以便在移动设备上兼容。
  • 如何编译和构建Android应用程序，以便在设备上本地运行模型。

前提条件

  • 一个Google Colab帐户（最好是Colab Pro或更高，以获取GPU资源）。
  • 一台具有足够硬件能力的Android设备。
  • 基本的Python和命令行工具知识。
  • 访问Llama 3.2模型权重（可在Hugging Face上获取）。

目录

  1. 了解Llama 3.2
  2. 设置环境
  3. 量化和转换模型
  4. 为Android编译模型
  5. 设置Android环境
  6. 构建和运行Android应用
  7. 结论

了解Llama 3.2

Llama 3.2是Meta最新的开源语言模型版本，经过优化以适应边缘和移动设备。轻量级模型（1B和3B参数）支持高达128K令牌的上下文长度，并能够执行诸如摘要、指令跟随和重写等任务，均可在您的设备上本地运行。

关键特性：

  • 轻量级模型： 专为设备部署设计的1B和3B参数模型。
  • 高性能： 经过优化，以提高效率而不牺牲能力。
  • 隐私友好： 本地运行模型确保您的数据保留在设备上。

设置环境

我们将使用Google Colab进行初步步骤，以利用其GPU资源。

步骤1：克隆存储库

首先，克隆包含必要脚本和笔记本的存储库。

!git clone https://github.com/YourUsername/Llama3.2-on-Mobile.git

步骤2：安装依赖项

安装MLC LLM库，并确保NumPy版本兼容。

!pip install --pre --force-reinstall mlc-ai-nightly-cu122 mlc-llm-nightly-cu122 -f https://mlc.ai/wheels
!pip install numpy==1.23.5

步骤3：导入库

import mlc_llm
import torch
from huggingface_hub import snapshot_download

步骤4：验证GPU可用性

确保Colab使用的是GPU。

import torch
torch.cuda.is_available()

如果返回True，则说明可以使用。

量化和转换模型

步骤1：下载Llama 3.2模型权重

登录Hugging Face账户并下载Llama 3.2模型。

from huggingface_hub import notebook_login
notebook_login()

# 将'meta-llama/Llama-3.2-3B'替换为实际模型库
snapshot_download(repo_id="meta-llama/Llama-3.2-3B", local_dir="/content/Llama-3.2-3B/")

步骤2：配置模型名称和量化类型

设置模型名称和所需的量化。

MODEL_NAME = "Llama-3.2-3B"
QUANTIZATION = "q4f16_1"

步骤3：转换和量化模型

使用MLC LLM工具对模型权重进行量化和转换。

!python -m mlc_llm convert_weight /content/$MODEL_NAME/ --quantization $QUANTIZATION -o /content/$MODEL_NAME-$QUANTIZATION-android/

步骤4：生成配置文件

创建必要的令牌文件和配置。

!python -m mlc_llm gen_config /content/$MODEL_NAME/ --quantization $QUANTIZATION \
    --conv-template llama-3 --context-window-size 8192 --prefill-chunk-size 1024  \
    -o /content/$MODEL_NAME-$QUANTIZATION-android/

步骤5：为Android编译模型

将模型编译为Android兼容格式。

!python -m mlc_llm compile /content/$MODEL_NAME-$QUANTIZATION-android/mlc-chat-config.json \
    --device android -o /content/$MODEL_NAME-$QUANTIZATION-android/$MODEL_NAME-$QUANTIZATION-android.tar

步骤6：将模型上传到Hugging Face

这将使您更容易直接在Android设备上下载模型权重。

from huggingface_hub import create_repo, upload_folder

repo_name = f"{MODEL_NAME}-{QUANTIZATION}-android"
username = "YourUsername"  # 将其替换为您的Hugging Face用户名
repo_id = f"{username}/{repo_name}"

create_repo(repo_id, exist_ok=True)

upload_folder(
    repo_id=repo_id,
    folder_path=f"/content/{MODEL_NAME}-{QUANTIZATION}-android/",
    commit_message="Quantized Llama 3.2 model for Android.",
)

为Android编译模型

步骤1：设置Linux环境（可选）

如果您使用的是Windows，建议使用Linux环境或云虚拟机（如Google Cloud Platform）以避免兼容性问题。

步骤2：安装Rust

Rust是交叉编译标记器所需的。

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

安装后重启终端。

步骤3：安装Android NDK和CMake

打开Android Studio，通过SDK管理器安装NDK和CMake。

步骤4：安装其他依赖项

pip install --pre -U -f https://mlc.ai/wheels mlc-llm-nightly mlc-ai-nightly
sudo apt-get install cmake

步骤5：克隆必要的存储库

git clone https://github.com/mlc-ai/mlc-llm.git
git clone https://github.com/YourUsername/Llama3.2-on-Mobile.git

步骤6：下载量化模型权重

导航到mlc-llm/android/MLCChat/dist/prebuilt目录，克隆包含量化模型的Hugging Face存储库。

cd mlc-llm/android/MLCChat/dist/prebuilt
git clone https://huggingface.co/YourUsername/Llama-3.2-3B-q4f16_1-android.git

步骤7：复制编译后的模型

将之前生成的.tar文件复制到lib目录。

cd mlc-llm/android/MLCChat/dist
mkdir lib
cp /content/Llama-3.2-3B-q4f16_1-android.tar ./lib/

步骤8：配置mlc-package-config.json

编辑mlc-package-config.json文件以包含您的模型详细信息。

{
    "device": "android",
    "model_list": [
        {
            "model": "Llama-3.2-3B-q4f16_1-android",
            "bundle_weight": true,
            "model_id": "llama-3.2-3b-q4f16_1",
            "model_lib": "llama-q4f16_1",
            "estimated_vram_bytes": 1500000000,
            "overrides": {
                "context_window_size": 768,
                "prefill_chunk_size": 256
            }
        }
    ],
    "model_lib_path_for_prepare_libs": {
        "llama-q4f16_1": "./dist/lib/Llama-3.2-3B-q4f16_1-android.tar"
    }
}

步骤9：设置环境变量

export ANDROID_NDK=/path/to/your/ndk
export TVM_NDK_CC=$ANDROID_NDK/toolchains/llvm/prebuilt/linux-x86_64/bin/aarch64-linux-android24-clang
export TVM_HOME=/path/to/mlc-llm/3rdparty/tvm
export JAVA_HOME=/path/to/android-studio/jbr
export MLC_LLM_HOME=/path/to/mlc-llm

步骤10：生成Android构建文件

cd mlc-llm/android/MLCChat
python3 -m mlc_llm package

设置

Android环境

步骤1：打开Android项目

在Android Studio中打开位于Llama3.2-on-Mobile/mobile-llama3/MobileLlama3的Android项目。

步骤2：更新mlc-app-config.json

在src/main/assets目录中，配置mlc-app-config.json文件。

{
  "model_list": [
    {
      "model_id": "llama-3.2-3b-q4f16_1",
      "model_lib": "llama-q4f16_1",
      "model_url": "https://huggingface.co/YourUsername/Llama-3.2-3B-q4f16_1-android",
      "estimated_vram_bytes": 1500000000
    }
  ]
}

步骤3：构建Android应用

在Android Studio中点击Build > Make Project，这可能需要一些时间。

构建和运行Android应用

步骤1：连接Android设备

确保您的设备启用了USB调试。

步骤2：运行应用

在Android Studio中点击Run > Run 'app'。

步骤3：与设备上的Llama 3.2互动

应用安装后，您可以开始在Android设备上直接与Llama 3.2模型互动。

注意：在移动设备上运行大型语言模型需要相当大的计算资源。性能可能会根据设备的硬件能力而有所不同。

结论

恭喜您！您已成功在Android设备上部署Llama 3.2模型。这使得离线推理成为可能，并确保数据在您的设备上保持私密。欢迎尝试不同的模型和配置，以优化性能。

额外资源

  • Llama 3.2公告
  • MLC LLM GitHub存储库
  • Hugging Face上的Llama 3.2权重
  • Android Studio下载

致谢

本教程受到Nitin Tiwari和MLC LLM团队工作的启发。特别感谢Meta发布Llama 3.2并使其对全球开发者可用。


http://www.kler.cn/a/326657.html

相关文章：

  • “宠物服务的跨平台整合”：多设备宠物服务平台的实现
  • Pandas03
  • [江科大STM32] 第五集STM32工程模板——笔记
  • JVM学习-内存结构（一）
  • 深入解析MySQL索引结构：从数组到B+树的演变与优化
  • MetaRename for Mac，适用于 Mac 的文件批量重命名工具
  • 关于TrustedInstaller权限
  • c++-类和对象-设计立方体类
  • 每天学习一个技术栈 ——【Django Channels】篇（2）
  • ansible实现远程创建用户
  • [BUUCTF从零单排] Web方向 03.Web入门篇之sql注入-1（手工注入详解）
  • Java 编码系列：注解处理器详解与面试题解析
  • Uptime Kuma运维监控服务本地部署结合内网穿透实现远程在线监控
  • PostgreSQL的扩展Citus介绍
  • 非常全面的中考总复习资料-快速提升中考成绩！
  • 总结C/C++中内存区域划分
  • 点餐小程序实战教程14点餐功能
  • 心理咨询行业为何要有自己的知识付费小程序平台 心理咨询小程序搭建 集师saas知识付费小程序平台搭建
  • 遇到 Docker 镜像拉取失败的问题时该如何解决
  • 六、设计模式-6.3、责任链模式
  • WebAssembly 为什么能提升性能，怎么使用它 ？
  • 晶圆厂如何突破多网隔离实现安全稳定又快速的跨网域文件传输？
  • 执行力怎么培养？
  • 建投数据自主研发相关系统获得欧拉操作系统及华为鲲鹏技术认证书
  • ArduSub程序学习（11）--EKF实现逻辑③
  • 宠物医院微信小程序源码