搭建自己的AI实验环境

网络安全我来了

已于 2024-04-02 23:19:34 修改

阅读量931

点赞数 6

分类专栏：人工智能 AI 文章标签：人工智能

于 2023-09-16 17:16:24 首次发布

本文链接：https://blog.csdn.net/weixin_44626085/article/details/132919803

版权

人工智能 AI 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

一、PC配置

AMD Ryzen 5 3500X 6-Core Processor 3.59 GHz

内存 32.0 GB

Windows 10 企业版

2张N卡：

NVIDIA GeForce RTX 3060 Ti 8G显存

NVIDIA GeForce RTX 3060 12G显存

大容量硬盘：12T

二、使用wsl安装Ubuntu虚机

打开powershell

安装ubuntu 22.04.2 LTS

命令：wsl --install

如果遇到异常报错，先用命令wsl --update更新wsl

在unbuntu上面安装ssh

参考Ubuntu安装ssh服务详细过程[通俗易懂]-腾讯云开发者社区-腾讯云

三、安装Visual Studio Code

Visual Studio Code – 代码编辑器 | Microsoft Azure

四、配置Visual Studio Code连接ubuntu

Visual Studio Code先安装如下插件

配置ssh

按照提示进行配置

例如：我的Ubuntu安装的时候用户名为gpu3060，密码为XXXXX，按提示一步步进行配置

五、安装conda

参考Ubuntu安装conda_没有金刚钻，也木有刷子的博客-CSDN博客

六、部署各种AI推理环境，以ChatGLM2-6B为例

ChatGLM2-6B

项目地址： https://github.com/THUDM/ChatGLM2-6B

ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本，在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上， ChatGLM2-6B 引入了如下

新特性：

更强大的性能 ：基于 ChatGLM 初代模型的开发经验，我们全面升级了 ChatGLM2-6B 的基座模型。 ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符

的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型， ChatGLM2-6B 在 MMLU （ +23% ）、 CEval （ +33% ）、 GSM8K （ +571% ）、 BBH （ +60% ）等数据集

上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力。

更长的上下文 ：基于 FlashAttention 技术，我们将基座模型的上下文长度（ Context Length ）由 ChatGLM-6B 的 2K 扩展到了 32K ，并在对话阶段使用 8K 的上下文长度训

练，允许更多轮次的对话。但当前版本的 ChatGLM2-6B 对单轮超长文档的理解能力有限，我们会在后续迭代升级中着重进行优化。

更高效的推理 ：基于 Multi-Query Attention 技术， ChatGLM2-6B 有更高效的推理速度和更低的显存占用：在官方的模型实现下，推理速度相比初代提升了 42% ， INT4 量

化下， 6G 显存支持的对话长度由 1K 提升到了 8K 。

更开放的协议 ：依照 Apache-2.0 协议开源， ChatGLM2-6B 模型的权重的使用则需要遵循 Model License 。 ChatGLM2-6B 权重对学术研究完全开放 ，在获得官方的书面许

可后，亦允许商业使用。

效果

相比于初代模型， ChatGLM2-6B 在多个维度的能力上，都取得了巨大的提升。

不足：尽管模型在训练的各个阶段都尽力确保数据的合规性和准确性，但由于 ChatGLM2-6B 模型规模较小，且模型受概率随机性因素影响，无法保证输出内容的准确性，

且模型易被误导。

部署推理

项目地址： https://github.com/THUDM/ChatGLM2-6B

HuggingFace 地址： https://huggingface.co/THUDM/chatglm2-6b

环境配置

首先需要下载本仓库：

1 git clone https://github.com/THUDM/ChatGLM2-6B

2 cd ChatGLM2-6B 创建一个新的 conda 环境，并安装环境依赖

1 conda create -n chatglm2-6b python==3.9

2 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

模型下载

可以使用官方提供的地址，也可以从 huggingface 下载

官方提供模型下载地址： https://cloud.tsinghua.edu.cn/d/674208019e314311ab5c/

HuggingFace 模型下载地址：

https://huggingface.co/THUDM/chatglm2-6b

下载命令（需要提前安装 git-lfs ）：

1 git clone https://huggingface.co/THUDM/chatglm2-6b.git

我下载到了 /mnt/i/ai-lab/ chatglm2-6b 路径下。

git-lfs安装

安装 git-lfs 两种方式，一种是通过命令直接安装，一种是下载到本地后安装：

直接通过命令安装： https://codeleading.com/article/2815391430/

1 # 先安装 git （如已安装可忽略）

2 sudo apt-get install git

3 # 安装 apt-get 源

4 curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash

5 # 安装 git-lfs

6 sudo apt-get install git-lfs

7 # 初始化 git-lfs

8 git lfs install

如果上面方式出现网速慢等情况，可以尝试本地安装： https://www.cnblogs.com/allmignt/p/12353756.html

这里安装好 git-lfs 后，直接用 git clone 命令完成下载。

修改cli_demo.py相关参数

进入对应的conda环境里面运行

(base) gpu3060@XZ-5AHKVRE4AJ8Q:/mnt/i/AI-lab/ChatGLM2-6B$ conda info --envs
# conda environments:
#
base * /home/gpu3060/anaconda3
ChatGLM-6B /home/gpu3060/anaconda3/envs/ChatGLM-6B
chatglm2-6b /home/gpu3060/anaconda3/envs/chatglm2-6b

(base) gpu3060@XZ-5AHKVRE4AJ8Q:/mnt/i/AI-lab/ChatGLM2-6B$ conda activate chatglm2-6b
(chatglm2-6b) gpu3060@XZ-5AHKVRE4AJ8Q:/mnt/i/AI-lab/ChatGLM2-6B$

(chatglm2-6b) gpu3060@XZ-5AHKVRE4AJ8Q:/mnt/i/AI-lab/ChatGLM2-6B$ python cli_demo.py
Loading checkpoint shards: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 7/7 [00:58<00:00, 8.40s/it]
欢迎使用 ChatGLM2-6B 模型，输入内容即可进行对话，clear 清空对话历史，stop 终止程序

用户：ChatGLM2-6B

ChatGLM：您好！很高兴见到您，欢迎问我任何问题。

用户：ChatGLM2-6B介绍一下吧

ChatGLM：ChatGLM2-6B 是一个人工智能助手，基于清华大学 KEG 实验室与智谱 AI 公司于 2023 年共同训练的语言模型 GLM2-6B 开发而成，可以针对用户的问题和要求提供适当的答复和支持。

用户：

查看显卡使用情况

修改web_demo.py相关参数

(chatglm2-6b) gpu3060@XZ-5AHKVRE4AJ8Q:/mnt/i/AI-lab/ChatGLM2-6B$ python web_demo.py
Loading checkpoint shards: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 7/7 [00:58<00:00, 8.31s/it]
/mnt/i/AI-lab/ChatGLM2-6B/web_demo.py:89: GradioDeprecationWarning: The `style` method is deprecated. Please set these arguments in the constructor instead.
user_input = gr.Textbox(show_label=False, placeholder="Input...", lines=10).style(
Running on local URL: http://127.0.0.1:7860

To create a public link, set `share=True` in `launch()`.