只需三分钟，让大家都能体验到AI写文章的乐趣！

之前写过一个教程，教大家如何自己训练出一个文本生成的模型，然后用LightSeq来加速推理：

用了这个技术，我让模型训练和推理快了好几倍

这篇文章是我用AI生成出来的

但是，训练好模型之后，别人如果没有显卡的话，就没法体验到快乐了呀！有一个办法，那就是把模型部署在GPU服务器上，然后别人直接发送请求进行访问就行了。更进一步，还可以做成网页，更方便互动！

这里分享一下我本地搭建的网页地址（72小时有效）：
https://5858f0fd82132295.gradio.app

申请GPU服务器

这里我发现了一个能白嫖的GPU服务器：
https://www.autodl.com

注册送10块钱，只需要申请一个便宜点的GPU就行了，几毛钱每小时。但一定要注意了，如果用的是int8量化模型，一定要选择计算能力>=7.5的显卡！下面的表格可以查看NVIDIA所有显卡的计算能力：
https://en.wikipedia.org/wiki/CUDA

服务端部署

按照之前的教程，训练并导出模型之后，就可以用LightSeq进行部署了。

用ssh连接服务器之后，安装一些必要的python库：

pip3 install lightseq transformers

然后就可以开始部署了，下面是一个简单的服务端代码。这个代码从6006端口接收用户请求，然后转换成id，送给LightSeq推理，最后还原成文本，发送回去。

import os
import socket
import threading
import time
from transformers import BertTokenizer
import lightseq.inference as lsi

s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.bind(('127.0.0.1', 6006))
s.listen(5)

os.system("wget -nc https://zenodo.org/record/7233565/files/aiai97.hdf5")
tokenizer = BertTokenizer.from_pretrained("uer/gpt2-chinese-cluecorpussmall")
model = lsi.QuantGpt("aiai97.hdf5", 16)

def tcplink(sock, addr):
    print('Accept new connection from %s:%s...' % addr)
    while True:
        data = sock.recv(1024)
        if not data or len(data.decode('utf-8')) <= 0:
            break
        time.sleep(1)
        print(data.decode('utf-8'))
        inputs_ids = tokenizer([data.decode('utf-8')], return_tensors="pt", padding=True)["input_ids"]
        ls_res_ids = model.sample(inputs_ids)
        ls_res = tokenizer.batch_decode(ls_res_ids, skip_special_tokens=True)
        res = ''.join(ls_res[0].split())
        print(res)
        sock.send(res.encode('utf-8'))
    sock.close()
    print('Connection from %s:%s closed.' % addr)

while True:
    sock, addr = s.accept()
    t = threading.Thread(target=tcplink, args=(sock, addr))
    t.start()

客户端请求

然后任何人就可以使用起来啦！控制台可以看到公网域名和端口号：

然后在任意电脑上，用下面代码就可以请求啦：

import socket

s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect(('region-4.autodl.com', 40977))
s.send(input("请输入句子前缀：\n").encode('utf-8'))
print(s.recv(1024).decode('utf-8', 'ignore'))
s.close()

注意这里的域名和端口号改成你自己的，然后运行得到结果：

网页互动

如果你觉得命令行黑漆漆的不方便，那也可以做一个网页，给别人更好的体验！

首先安装gradio库：

pip3 install gradio

然后客户端代码改成下面这样就行了：

import socket
import gradio as gr

def predict(text):
    s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    s.connect(('region-4.autodl.com', 40977))
    s.send(text.encode('utf-8'))
    res = s.recv(1024).decode('utf-8', 'ignore')
    s.close()
    return res

gr.Interface(fn=predict,
             inputs=["text"],
             outputs=["text"]).launch(share=True)

然后运行就可以看到下面提示：

这里会显示一个内网ip和公网地址，公网地址可以分享给你的小伙伴体验，打开后是这样的：

这里分享一下我本地搭建的网页地址（72小时有效）：
https://5858f0fd82132295.gradio.app