手把手一起在本地CPU上部署ChatGLM3-6B

1 下载ChatGLM3-6B代码

如下图所示，下载链接: ChatGLM-6B

2 下载ChatGLM-6B模型

可以在modelscope下载模型，下载地址ChatGLM-6B-Models

模型文件如下图所示：

3 C/C++编译环境安装

安装TDM-GCC，下载地址tdm-gcc

开始安装软件，点击Create

选择安装版本，然后Next

选择安装路径，然后Next

打开gcc选项，向下找openmp

勾选openmp，然后Install

等待安装完成

安装完成

检查是否安装成功

4 ChatGLM-6B运行环境

进入pytorch官网，查找安装指令

安装cpu版本pytorch，首先进入自己的虚拟环境，可参考该博客链接: Python环境的安装（Anaconda+VS code+Win 10）

开始安装pytorch

正在安装，如图所示

检查是否安装成功

安装transformers，如图

安装 chardet，如图

安装 sentencepiece，如图

因为本人环境中已经安装过其它包，故本次仅安装以上所列，大家可以根据开始下载的ChatGLM3-main程序包中requirements.txt文件所列进行安装

5 开始运行测试

准备好环境后，便可以进行测试，运行代码如下

import os
import streamlit as st
import torch
from transformers import AutoModel, AutoTokenizer

MODEL_PATH = os.environ.get('MODEL_PATH', './THUDM/chatglm3-6b')
TOKENIZER_PATH = os.environ.get("TOKENIZER_PATH", MODEL_PATH)

st.set_page_config(
    page_title="AI_ChatGLM_Assistant",
    page_icon=":robot:",
    layout="wide"
)

@st.cache_resource
def get_model():

    tokenizer = AutoTokenizer.from_pretrained(TOKENIZER_PATH, trust_remote_code=True)
    # model = AutoModel.from_pretrained(MODEL_PATH, trust_remote_code=True, device_map="auto").eval()
    model = AutoModel.from_pretrained(MODEL_PATH, trust_remote_code=True).float()
    return tokenizer, model

tokenizer, model = get_model()

if "history" not in st.session_state:
    st.session_state.history = []
if "past_key_values" not in st.session_state:
    st.session_state.past_key_values = None

max_length = st.sidebar.slider("max_length", 0, 32768, 8192, step=1)
top_p = st.sidebar.slider("top_p", 0.0, 1.0, 0.8, step=0.01)
temperature = st.sidebar.slider("temperature", 0.0, 1.0, 0.6, step=0.01)

buttonClean = st.sidebar.button("清理会话历史", key="clean")
if buttonClean:
    st.session_state.history = []
    st.session_state.past_key_values = None
    if torch.cuda.is_available():
        torch.cuda.empty_cache()
    st.rerun()

for i, message in enumerate(st.session_state.history):
    if message["role"] == "user":
        with st.chat_message(name="user", avatar="user"):
            st.markdown(message["content"])
    else:
        with st.chat_message(name="assistant", avatar="assistant"):
            st.markdown(message["content"])

with st.chat_message(name="user", avatar="user"):
    input_placeholder = st.empty()
with st.chat_message(name="assistant", avatar="assistant"):
    message_placeholder = st.empty()

prompt_text = st.chat_input("请输入您的问题")
if prompt_text:
    input_placeholder.markdown(prompt_text)
    history = st.session_state.history
    past_key_values = st.session_state.past_key_values
    for response, history, past_key_values in model.stream_chat(
            tokenizer,
            prompt_text,
            history,
            past_key_values=past_key_values,
            max_length=max_length,
            top_p=top_p,
            temperature=temperature,
            return_past_key_values=True,
    ):
        message_placeholder.markdown(response)
    st.session_state.history = history
    st.session_state.past_key_values = past_key_values

运行时是使用streamlit运行web的方式，在终端输入命令如下

streamlit run app.py

运行界面如图，首次运行时间会比较久

大功告成

希望本文对大家有帮助，上文若有不妥之处，欢迎指正

分享决定高度，学习拉开差距