今年最热的一个词，或许就是大模型。不管是严肃的技术会议，还是宽松的饭桌闲聊，大模型总是一个热门的话题。
简单来说，所谓的大模型是大语言模型之简称，英文一般称为Large Language Models，简称LLM。与上一波AI技术的浪潮以图像识别为主不同，这一波的主要形式是聊天，通过文字问答。
对于大模型这个话题，我常常选择避而不谈，因为说老实话，我一直没有实际用过。我相信一句古话：“君子戒慎乎其所不睹，恐惧乎其所不闻。”
周一上午在庐山上时，一个老同事发给我消息，又谈到大模型。我答应回去试试。今天上午，有些闲暇，我决定动手亲自操作一下。
只要三步
打开幽兰，按照事先准备好的资料，没想到只用了三步，就把一个大模型在幽兰代码本本地跑起来了。
安装docker引擎
下载docker镜像
启动镜像
当然，能如此轻松的把大模型在一个arm本子上跑起来，首先要感谢陈天奇团队开发的mlc-llm推理引擎。其次也要感谢分享出docker镜像的docker公司同行milas。
详细的步骤发表在了幽兰代码表的wiki上，在此不再重复。
https://www.nanocode.cn/wiki/docs/youlan/tryllm
编程助手
因为职业原因，我首先问大模型的问题都是关于编程的。
比如，如果用C代码写一个读文件的小程序，它回答的还可以，不过用的是C++。这也符合现实中很多人C、C++不分的传统。
接下来，我又让它写了个数组排序的程序，它也滴滴答答的一行行吐了出来。
当然，对于找函数原型之类的简单问题，它回答起来很轻松，和man手册类似，比man更精炼。
上下文
人与人之间交流的一个关键问题是上下文。有些信息一方说过了，那么另一方就会记住。如果记不住，那么就有些尴尬。
为了测试大模型在这方面的能力，我故意问它多大。它回答55，我说我51，它说它比我略大几岁。还开起玩笑说：你这样问，你是不是想做我的老公啊？
我说no，它又重复一遍。
我再说no，它又重复一遍。
直到我说，No，I am sure。
它居然说了个，Me neither。
哈哈。
Under the Hood
前面提到过，我使用的大模型推理程序来自陈天奇的团队，是个开源项目，名叫mlc-llm。
这个项目的核心代码是用C语言写的，有运行在CPU端的普通C，还有运行在GPU上的OpenCL的C。
因为使用了幽兰的G610 GPU进行推理，所以运行大模型时，CPU的使用率并不高，只用了一个CPU。
推理程序的名字叫mlc_chat_cli，可以使用gdb附加到这个进程，观察程序的关键函数，看活代码。
可能和我使用的版本有关，mlc_chat_cli有时会出“毛病”，重复说某个单词或者短语。
也有时，程序可能出错。
老生常谈
我把聊天的截图发到兰舍群，兰友们看了后，不禁又聊起了大模型可能让人失业的问题。
对于此，群里的王道长给出了一个我非常认可的回答：
我很赞成道长的观点，大模型不可能完全代替人，好像有了汽车，还需要走路一样。但是我也相信，有了大模型后，一些简单的工作会被取代，就好像有了汽车后，骆驼祥子那样的人力车夫几乎不见了。
大模型代表人工智能技术进入了一个新的阶段，对于IT同行们来说，是一个难得的机遇。如何能在这一波浪潮中寻找到机会呢？首先当然应该对它有很深的理解和认识。建议也像我一样，在本地安装一套，随时唤起，正面与其聊天感受其行为，背后上调试器，观察其内部机理。
（写文章很辛苦，恳请各位读者点击“在看”，也欢迎转发）
*************************************************
正心诚意，格物致知，以人文情怀审视软件，以软件技术改变人生
扫描下方二维码或者在微信中搜索“盛格塾”小程序，可以阅读更多文章和有声读物
也欢迎关注格友公众号
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
