在Windows CPU上使用oobabooga webui部署llama.cpp量化的LLaMA2模型

首先安装oobabooga/text-generation-webui

git clone https://github.com/oobabooga/text-generation-webui.git

运行start_windows.bat进行配置,先在脚本里安装miniconda环境,然后运行one_click.py配置python环境,可以改one_click.py的部分代码使用清华的镜像源,其中requirements.txt文件里的一些whl下的太慢的化可以在installer_files\env这个虚拟环境里先自己装好。

下来编译llama.cpp,按照github上的说明编译就可以,windows需要下w64devkit

# convert the 7B model to ggml FP16 format
python3 convert.py models/7B/ 
# quantize the model to 4-bits (using q4_0 method)
./quantize ./models/7B/ggml-model-f16.gguf ./models/7B/ggml-model-q4_0.gguf q4_0
# run the inference
./main -m ./models/7B/ggml-model-q4_0.gguf -n 128
llama.cpp可以自己搭建推理的服务 
./server -m ./zh-models/7B/ggml-model-q4_0.gguf -c 4096 -ngl 1

LLaMA2模型用的ymcui/Chinese-LLaMA-Alpaca-2: 中文LLaMA-2 & Alpaca-2大模型二期项目 + 16K超长上下文模型 (Chinese LLaMA-2 & Alpaca-2 LLMs, including 16K long context models) (github.com)icon-default.png?t=N7T8https://github.com/ymcui/Chinese-LLaMA-Alpaca-2

量化完了以后在oobabooga webui里选择模型加载就可以用了

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值