Llama3 目前发布了8B和70B两种尺寸 huggingface Llama3模型主页:https://huggingface.co/meta-llama/ Github主页:https://github.com/meta-llama/llama3/tree/main ModelScope Llama3-8b模型主页:https://modelscope.cn/models/LLM-Research/Meta-Llama-3-8B/summary
这里介绍下如何在本地 load Llama 3 models and run inference包括:
-
官方推荐的demo
-
ollama
-
LM Studio
-
Jan AI
-
GPT4All
-
llama.cpp等方式
Quick Start
下载模型
-
通过https://github.com/meta-llama/llama3/tree/main?tab=readme-ov-file 的./download.sh进行下载
-
需要提前去Meta官网申请,获得一个url
-
通过Hugging face下载
pip install huggingface-hub huggingface-cli download meta-llama/Meta-Llama-3-8B-Instruct --include "original/*" --local-dir meta-llama/Meta-Llama-3-8B-Instruct
- 也可以直接下载模型文件后上传到服务器
Run demo
# 1 create condo env for pytorch and CUDA conda create -n py3.10-torch2.1 python=3.10 source activate conda activate py3.10-torch2.1 # 2 下载项目及安装依赖 git clone https://github.com/meta-llama/llama3.git export PIP_REQUIRE_VIRTUALENV=false pip install -e . # 3. 下载模型文件 # 注意使用官方示例时,使用的是meta-llama/Meta-Llama-3-8B/original 中的模型文件,包含16G的pth文件及params.json,tokenizer.model # 4 run model locally torchrun --nproc_per_node 1 example_text_completion.py --ckpt_dir Meta-Llama-3-8B/original/ --tokenizer_path Meta-Llama-3-8B/original/tokenizer.model --max_seq_len 512 --max_batch_size 6
- 执行效果:
- 内存占用情况
除了可以使用上述方法进行部署调用外,也可以使用一些大模型部署和调用工具,来快速完成各类大模型部署。目前最常用的开源大模型部署和调用工具有两类,定位类似,但功能实现各有侧重。
-
ollama 更加侧重于为个人用户提供更加便捷的开源模型部署和调用服务,ollama提供了openai风格的调用方法、GPU和CPU混合运行模式、以及更加便捷的显存管理方法,
-
vLLM 更加适用于企业级应用场景,采用的是服务端和客户端分离的模式,更适合企业级项目使用。
Run with ollama
Ollama overview
Ollama 是一个基于 Go 语言开发的简单易用的本地大语言模型运行框架。设计用于在 Docker 容器中部署 LLM,帮助用户快速在本地运行大模型,通过简单的安装指令,可以让用户执行一条命令就在本地运行开源大型语言模型,例如 Llama 3
https://ollama.com/ # 参考 https://blog.csdn.net/walkskyer/article/details/137255596
# for more details https://github.com/ollama/ollama # ollama 常用命令 ollama list:显示模型列表 ollama show:显示模型的信息 ollama pull:拉取模型 ollama push:推送模型 ollama cp:拷贝一个模型 ollama rm:删除一个模型 ollama run:运行一个模型
支持将Ollama作为服务提供到网络环境中
# 默认127.0.0.1:11434 ollama serve # 指定服务地址 OLLAMA_HOST=0.0.0.0:11434 ollama serve
Install & run ollama
Install in Linux
# 下载安装 curl -fsSL https://ollama.com/install.sh | sh # 安装完成后,执行如下命令 会自动去pull Llama3的模型,并运行,非常的便捷 ollama run llama3 # 这里如果要使用本地已经下载好的大模型,则需要编辑ollama配置文件
Install in Mac
下载解压app安装即可
生成速度还是很快的
运行之后,项目默认监听 11434 端口,在终端执行如下命令可验证是否正常运行:
$ curl localhost:11434 Ollama is running
Install in Windows
过程类似
调用API
# POST请求 http://localhost:11434/api/chat # Body content { "model": "llama3:8b", "messages": [ { "role": "user", "content": "why is the sky blue?" } ], "stream": false }
Ollama支持多种Web端
这里以open webui为例https://community.hetzner.com/tutorials/ai-chatbot-with-ollama-and-open-webui#introduction
接入WebUI
-
下载安装Dockerhttps://docs.docker.com/desktop/install/mac-install/,注意安装Docker需要Mac版本大于12,否则可能出现打开Docker即关机重启的问题,升级到14.02即可解决
-
启动ollama
- Pull and run docker image
# https://docs.openwebui.com/getting-started/ # 如果ollama在你本地 那么直接运行下面的命令即可 docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
- open Docker Desktop and browse to login page via docker container
-
如果你第一次登陆,那么需要你注册登陆一下,否则可以直接输入用户密码进行登录
-
登陆成功
- 选择你要使用的模型,比如llama3,然后可以开始和模型正常交流了
调用phi3
- 通过ollama下载phi3模型
- Restart docker,此时可选择的模型则会出现新下载的phi3
Run with LM Studio
- https://lmstudio.ai/
- 下载安装完成后,下载模型
- 下载完成后选择要体验的模型,点击 AI chat
Run with Jan AI
- https://jan.ai/
Run with GPT4All
- https://gpt4all.io/index.html
Run with llama.cpp with IPEX-LLM
-
https://ipex-llm.readthedocs.io/en/latest/doc/LLM/Quickstart/llama3_llamacpp_ollama_quickstart.html
-
Install IPEX-LLM for llama.cpp and Initialize Visit Run llama.cpp with IPEX-LLM on Intel GPU Guide, and follow the instructions in section Prerequisites to setup and section Install IPEX-LLM for llama.cpp to install the IPEX-LLM with llama.cpp binaries, then follow the instructions in section Initialize llama.cpp with IPEX-LLM to initialize. After above steps, you should have created a conda environment, named llm-cpp for instance and have llama.cpp binaries in your current directory. Now you can use these executable files by standard llama.cpp usage.
-
Download Llama3
-
Run
source /opt/intel/oneapi/setvars.sh ./main -m <model_dir>/Meta-Llama-3-8B-Instruct-Q4_K_M.gguf -n 32 --prompt "Once upon a time, there existed a little girl who liked to have adventures. She wanted to go to places and meet new people, and have fun doing something" -t 8 -e -ngl 33 --color --no-mmap ./main -ngl 33 -c 0 --interactive-first --color -e --in-prefix '<|start_header_id|>user<|end_header_id|>\n\n' --in-suffix '<|eot_id|><|start_header_id|>assistant<|end_header_id|>\n\n' -r '<|eot_id|>' -m <model_dir>/Meta-Llama-3-8B-Instruct-Q4_K_M.gguf
Use Gradio
- https://colab.research.google.com/drive/1Z2x2ujqyGeefSUPGp31ij5dnrOSvoifq?usp=sharing#scrollTo=w6rEsdO_IxPV
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓