书生大模型实战营闯关 - 基础岛 - 8G 显存玩转书生大模型 Demo

课程内容

本节课的内容主要包括以下三部分,第一部分,1.8B但性能不俗的InternLM2 端测模型的命令行以及WebDEMO。
第二部分,自由形式文本图像组合的视觉语言大模型,InterLM XComposer2 浦语灵笔,基于LMRDeploy与 Gradio的DEMO。
第三部分是首个综合性能媲美,国际闭源商业模型的开源多模态大模型InternVL2,书生万象的基于LMRDeploy与Gradio的DEMO。

首先我们打开InterStudio,选择开发机一览,点击创建开发机。
开发机类型选择个人开发机,在开发机名称中输入一个随便的名称,然后我们净向这边选择 cuda 12.2,然后资源配置方面选择10%A100,然后点击立即创建即可。
在等待开发机创建完成后,我们点击进入开发机。

接下来我们来进行初步的环境配置,我们将代码复制并粘贴到命令行中执行。

# 创建环境
conda create -n demo python=3.10 -y
# 激活环境
conda activate demo
# 安装 torch
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia -y
# 安装其他依赖
pip install transformers==4.38
pip install sentencepiece==0.1.99
pip install einops==0.8.0
pip install protobuf==5.27.2
pip install accelerate==0.33.0
pip install streamlit==1.37.0

在等待一段时间以后,环境也是已经配置好了。
接下来我们正式开始使用命令行Demo来部署我们的InternLM2Chat 1.8B模型。
我们将代码复制到命令行来创建一个目录用于存放我们的代码,并创建一个cli_demo.py,然后我们打开CleanDemo将下面的代码复制进去。
接下来我们在命令行中执行CleanDemo, 然后我们输入请你介绍一下自己, 然后我们让它生成一段300字的小故事。

闯关任务

可以激活之前已经搭建好的conda环境, 参见书生大模型实战营闯关 - 入门岛 - Linux, 同时新版的internlm2.5已经上线, 功能更为强大, 我采用它来替代internlm2.
cli_demo.py 如下:

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


model_name_or_path = "/root/share/new_models/Shanghai_AI_Laboratory/internlm2_5-1_8b-chat"

tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True, device_map='cuda:0')
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, trust_remote_code=True, torch_dtype=torch.bfloat16, device_map='cuda:0')
model = model.eval()

system_prompt = """You are an AI assistant whose name is InternLM (书生·浦语).
- InternLM (书生·浦语) is a conversational language model that is developed by Shanghai AI Laboratory (上海人工智能实验室). It is designed to be helpful, honest, and harmless.
- InternLM (书生·浦语) can understand and communicate fluently in the language chosen by the user such as English and 中文.
"""

messages = [(system_prompt, '')]

print("=============Welcome to InternLM chatbot, type 'exit' to exit.=============")

while True:
    input_text = input("\nUser  >>> ")
    input_text = input_text.replace(' ', '')
    if input_text == "exit":
        break

    length = 0
    for response, _ in model.stream_chat(tokenizer, input_text, messages):
        if response is not None:
            print(response[length:], flush=True, end="")
            length = len(response)

运行

python cli_demo.py

加载模型完成后, 查看显存消耗:

• 与大模型互动, 介绍自己:

• 根据主题, 生成300字小故事: