在window10下使用directml加速phi-3模型的一些记录

1.安装anaconda，安装python 安装torch等参考网上资料非常多 不细描述

2.参考微软官网【在windows上通过DirectML启用Pytorch文档，检查系统版本 检查gpu版本

3.参考微软官网【在windows上通过DirectML启用Pytorch】文档，安装torch_directml模块

4.参考微软官网【在windows上通过DirectML启用Pytorch】文档，验证设备是否可用。

5.下载phi-3模型

6.运行模型

import torch
import torch_directml
from transformers import Phi3Model,Phi3Config
from transformers import AutoTokenizer,pipeline
dml=torch_directml,device(0) #0为GPU设备index
torch.set_default_device(dml)
model_dir='./'  #模型所在文件路径
configuration = Phi3Config.from_pretrained(model_dir)
model=Phi3Model(configuration)

tokenizer = AutoTokenizer.from_pretrained(model_dir)

messages=[{"role":"system","content":"who are you"}]
pipe =pipeline("text-generation",model=model,tokenizer=tokenizer)

generation_args = {
"max_new_tokens":500,
"return_full_text",False,
"temperature":0.0,
"do_sample":False,
}
output = pipe(message,**generation_args)
print(output[0]['generated_text'])

有两点要特别讲一下，第一，可用使用 torch_directml.device_name(0)来查看具体使用的是哪个显卡。

第二，我有安装onnxruntime，但是好像不安装也可以，这点没有验证。

最后要说明一下，我上面的代码并没有进行完全验证，主要是在执行到加载模型处，因显卡内存不足，程序退出。