当前位置：首页 > article >正文

基于NVIDIA NIM 平台打造智能AI知识问答系统

article 2024/11/25 4:22:44

NVIDIA NIM平台是一个专为AI推理设计的微服务套件，具有灵活的使用方式、优化的模型性能、广泛的适配范围和简化的开发流程等优势。它正在被广泛应用于各种AI推理场景，并得到了众多技术合作伙伴的支持和认可。

NVIDIA NIM平台是英伟达公司推出的一款重要的人工智能推理微服务平台。NVIDIA NIM，即NVIDIA推理微服务，是一个易于使用的微服务套件，专为AI推理设计。它的目的是加速生成式AI模型在云、数据中心和工作站上的部署，为开发者提供一个强大、可扩展且安全的平台。

关键功能与优势：

灵活的微服务套件：NIM通过提供API、作为NVIDIA AI Enterprise软件套件的一部分，以及作为独立容器镜像，为开发者提供了多种使用方式。
优化的模型性能：NIM针对不同类型的大模型进行了优化，例如，Meta的Llama 3-8B 模型在NIM平台上可以生成多达3倍的tokens，提升了推理效率。
广泛的适配范围：NIM可应用于文本、图片、视频、音频和数字人等主流大模型产品，显示了其广泛的适配性和实用性。
简化的开发流程：通过NIM，开发者可以使用几行代码轻松部署AI模型，从而大幅简化AI应用的开发和部署流程。

NIM正在被广泛应用于各种AI推理场景，包括构建基本的聊天机器人、AI助手、检索增强生成(RAG)应用程序等。我们可以在自己的平台中集成NIM，以加速生成式AI的部署，这显示了NIM在业界的影响力和应用前景。同时，英伟达为开发者提供了丰富的资源和支持，包括文档、API参考信息和发行说明等，帮助开发者更好地使用NIM平台。

1.快速体验一下功能：

在这里插入图片描述
在打开的的页面点击右上角的 Login：

提供邮件，填写密码点击注册成功，如下：

在这里插入图片描述
在这个界面我们能看到多种基于 NIM 平台的AI模型，接下来我们将介绍其中之一的大语言模型，构建我们的知识问答系统。

2. 安装python环境：

因为需要跑AI相关的代码，是在python的环境下进行的，而服务器的环境刚好是ubuntu的，先安装一下python的环境：

apt-get update
apt-get install python3
apt-get install pip3

完装完成后，使用-V参数查看是否成功：
在这里插入图片描述

NVIDIA NIM 微服务作为优化容器提供，旨在加速各种规模的企业的 AI 应用开发，为 AI 技术的快速生产和部署铺平道路。这些微服务集可用于在语音 AI、数据检索、数字生物学、数字人、模拟和大型语言模型（LLMs）中构建和部署 AI 解决方案。

3. 实现知识问答系统：

因为在项目中使用了不少python的库，所以，需要先将python的一些AI相关库安装好：

pip install langchain_nvidia_ai_endpoints langchain-community langchain-text-splitters faiss-cpu gradio==3.50.0 setuptools beautifulsoup4

在这里插入图片描述

在使用pip安装Python包时，可以指定使用不同的源，这样可以加速下载速度，特别是在一些源在国外的情况。要指定使用的源，可以通过修改pip的配置文件或者在安装命令中直接指定。

在这里插入图片描述

在上面的软修的安装完成后，然后我们把下面的代码复制粘贴到一开始创建的 Python 文件中，例如“nim_test.py”：

# -*- coding: utf-8 -*-

# 导入必要的库
from langchain_nvidia_ai_endpoints import NVIDIAEmbeddings, ChatNVIDIA
from langchain_community.document_loaders import WebBaseLoader
from langchain_community.vectorstores import FAISS
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import chain
import os
import gradio as gr
from datetime import datetime
# Even if you do not know the full answer, generate a one-paragraph hypothetical answer to the below question in Chinese
# 定义假设性回答模板
hyde_template = """Even if you do not know the full answer, generate a one-paragraph hypothetical answer to the below question:

{question}"""

# 定义最终回答模板
template = """Answer the question based only on the following context:
{context}

Question: {question}
"""

# 定义函数来处理问题
def process_question(url, api_key, model_name, question):
    # 初始化加载器并加载数据
    loader = WebBaseLoader(url)
    docs = loader.load()

    # 设置环境变量
    os.environ['NVIDIA_API_KEY'] = api_key

    # 初始化嵌入层
    embeddings = NVIDIAEmbeddings()
    text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
    documents = text_splitter.split_documents(docs)
    vector = FAISS.from_documents(documents, embeddings)
    retriever = vector.as_retriever()

    # 初始化模型
    model = ChatNVIDIA(model=model_name)

    # 创建提示模板
    hyde_prompt = ChatPromptTemplate.from_template(hyde_template)
    hyde_query_transformer = hyde_prompt | model | StrOutputParser()

    # 定义检索函数
    @chain
    def hyde_retriever(question):
        hypothetical_document = hyde_query_transformer.invoke({"question": question})
        return retriever.invoke(hypothetical_document)

    # 定义最终回答链
    prompt = ChatPromptTemplate.from_template(template)
    answer_chain = prompt | model | StrOutputParser()

    @chain
    def final_chain(question):
        documents = hyde_retriever.invoke(question)
        response = ""
        for s in answer_chain.stream({"question": question, "context": documents}):
            response += s
        return response

    # 调用最终链获取答案
    return str(datetime.now())+final_chain.invoke(question)

# 定义可用的模型列表
models = ["mistralai/mistral-7b-instruct-v0.2","meta/llama-3.1-405b-instruct"]

# 启动Gradio应用
iface = gr.Interface(
    fn=process_question,
    inputs=[
        gr.Textbox(label="输入需要学习的网址"),
        gr.Textbox(label="NVIDIA API Key"),
        gr.Dropdown(models, label="选择语言模型"),
        gr.Textbox(label="输入问题")
    ],
    outputs="text",
    title="网页知识问答系统"
)

# 启动Gradio界面
iface.launch()

上述代码构建了一个基于网页知识的问答系统，并使用了NVIDIA的AI模型进行推理。这个系统的大致工作流程如下：

用户通过Gradio界面输入需要学习的网址、NVIDIA API Key、选择的语言模型以及想要问的问题。
系统使用WebBaseLoader从用户提供的网址加载数据。
使用NVIDIAEmbeddings对数据进行嵌入处理，然后通过FAISS建立一个向量存储，以便后续进行相似度检索。

当用户提出问题时，系统首先使用选定的NVIDIA AI模型生成一个假设性的回答，这个回答被用作检索的查询。

使用这个假设性回答，系统从向量存储中检索出相关的文档。
最后，系统再次使用NVIDIA AI模型，基于检索到的文档来生成最终的回答。
然而，你的代码可能在实际运行中遇到一些问题。例如，对于非常大的网页或大量的数据，嵌入和检索的过程可能会非常耗时。此外，如果NVIDIA AI模型的处理速度较慢，或者API的调用限制较低，也可能会影响系统的性能。

另外，值得注意的是，你的代码中包含了硬编码的部分，如假设性回答模板和最终回答模板。这些部分可能需要根据实际的应用场景进行调整。

总的来说，你的代码实现了一个有趣且实用的应用，即基于网页知识的问答系统。通过整合网页数据、向量检索和AI模型推理，你的系统能够为用户提供相关且准确的回答。

在这里插入图片描述
启动之后，发现使用IP地址+端口访问不通，以下为增加Gradio的配置，当把server_name设置为’0.0.0.0’时，局域网内的电脑皆可通过服务器IP访问该服务：

# 启动Gradio应用
iface = gr.Interface(
    fn=process_question,
    inputs=[
        gr.Textbox(label="输入需要学习的网址"),
        gr.Textbox(label="NVIDIA API Key"),
        gr.Dropdown(models, label="选择语言模型"),
        gr.Textbox(label="输入问题")
    ],
    outputs="text",
    title="网页知识问答系统"
)

# 增加这一句
iface.launch(server_name='192.168.33.88')

# 启动Gradio界面
iface.launch()

在这里插入图片描述

3. 如何快速提供一个AI大语言模型 Phi-3 LLMs的API服务：

其强大的推理能力和逻辑能力使其成为内容生成、摘要、问答和情感分析任务的理想选择：

# 导入OpenAI库
from openai import OpenAI

# 初始化OpenAI客户端，配置base_url和api_key
# base_url指向NVIDIA的API服务
# api_key是用于身份验证的密钥，如果在NGC外部执行则需要提供
client = OpenAI(
  base_url = "https://integrate.api.nvidia.com/v1",
  api_key = "$API_KEY_REQUIRED_IF_EXECUTING_OUTSIDE_NGC"
)

# 创建聊天完成请求
# 选择使用microsoft的phi-3-mini-4k-instruct模型
# 请求内容是生成一首关于GPU计算奇迹的limerick诗
# 设置生成参数：temperature控制随机性，top_p控制多样性，max_tokens限制最大生成长度，stream设置为True以流式接收结果
completion = client.chat.completions.create(
  model="microsoft/phi-3-mini-4k-instruct",
  messages=[{"role":"user","content":"如何学习使用python"}],
  temperature=0.2,
  top_p=0.7,
  max_tokens=1024,
  stream=True
)

# 流式处理生成的结果
# 遍历每个返回的块，检查内容是否非空并逐块打印
for chunk in completion:
  if chunk.choices[0].delta.content is not None:
    print(chunk.choices[0].delta.content, end="")