L1 8G显存加载书生大模型 1.8B 版本

机器配置

首先按照任务文档创建具有8G显存开发机
代码中给的模型路径是有的

使用ssh连接或者点击进去开发机

来到如下界面

下面开始配置python虚拟环境
使用文档命令

# 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

下载模型

我使用的是hf镜像站,也可以从魔塔社区或者浦源
看个人网络情况

创建代码文件

mkdir -p /root/demo
touch /root/demo/cli_demo.py

向文件写入
注意，以下代码的模型路径都要改为自己的

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM


model_name_or_path = "/root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b" #改为自己的路径

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)

使用vscode，或者vim/vi，nano都可以

接下来，我们便可以通过 python /root/demo/cli_demo.py 来启动我们的 Demo。
运行截图

可以看到占用了4G多的显存

自我介绍

写故事

接下来使用官方的WebUI界面 Streamlit Web Demo

克隆官方github仓库

cd /root/demo
git clone https://github.com/InternLM/Tutorial.git

执行代码

cd /root/demo
streamlit run /root/demo/Tutorial/tools/streamlit_demo.py --server.address 127.0.0.1 --server.port 6006

修改模型加载路径

修改为自己的
运行

接下来就是之前介绍过的ssh端口转发

ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 你的 ssh 端口号

本地打开浏览器 http://localhost:6006/

加载可以看到显存占用上升

加载完成

完成