书生浦语作业五

基础作业（结营必做）

完成以下任务，并将实现过程记录截图：

• 配置 LMDeploy 运行环境（完成）

• 以命令行方式与 InternLM2-Chat-1.8B 模型对话(完成）

进阶作业

完成以下任务，并将实现过程记录截图：

• 设置KV Cache最大占用比例为0.4，开启W4A16量化，以命令行方式与模型对话。（优秀学员必做）(完成）

lmdeploy lite auto_awq \

internlm2-chat-1_8b \

--calib-dataset 'ptb' \

--calib-samples 128 \

--calib-seqlen 1024 \

--w-bits 4 \

--w-group-size 128 \

--work-dir internlm2-chat-1_8b-4bit lmdeploy chat ./internlm2-chat-1_8b-4bit --model-format awq --cache-max-entry-count 0.4

• 以API Server方式启动 lmdeploy，开启 W4A16量化，调整KV Cache的占用比例为0.4，分别使用命令行客户端与Gradio网页客户端与模型对话。（优秀学员必做）(完成

命令行：

Gradio:

lmdeploy serve gradio \

./internlm2-chat-1_8b-4bit \

--model-format awq \

--quant-policy 0 \

--server-name 0.0.0.0 \

--server-port 6066 \

--tp 1 \

--cache-max-entry-count 0.4

• 使用W4A16量化，调整KV Cache的占用比例为0.4，使用Python代码集成的方式运行internlm2-chat-1.8b模型。（优秀学员必做）(完成