Windows PC上从零开始部署ChatGML-6B-int4量化模型

引言

ChatGLM-6B是清华大学知识工程和数据挖掘小组（Knowledge Engineering Group (KEG) & Data Mining at Tsinghua University）发布的一个开源的对话机器人。6B表示这是ChatGLM模型的60亿参数的小规模版本，约60亿参数。

ChatGML-6B-int4量化模型是针对ChatGML-6B做的优化版本，占用更少的资源，以便个人电脑进行部署测试和使用。

大模型的部署一般需要GPU资源，而个人电脑一般都是Windows操作系统，且没有独立的GPU。那么大模型如何部署在只有CPU的Windows机器上呢？需要额外安装一个叫TDM-GCC的软件。

下面详细阐述ChatGML-6B-int4量化模型在Windows PC上的操作过程：

环境准备

ChatGML-6B-int4量化模型部署需要提供python运行环境、安装好Git版本管理工具和TDM-GCC软件。

1. 安装Anaconda

Anaconda是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

下载安装

Anaconda官方下载地址：https://www.anaconda.com/download/
下载之后，一路点击【next】，即可安装完成。

配置环境变量

在PC电脑的环境变量Path中增加Anaconda相关的环境变量。

E:\Anaconda 
E:\Anaconda\Scripts 
E:\Anaconda\Library\mingw-w64\bin
E:\Anaconda\Library\usr\bin 
E:\Anaconda\Library\bin

注意，其中E:\Anaconda改为Anaconda自己的安装根目录。

修改pip镜像源

修改pip安装软件的镜像源，可以加速依赖下载速度。

# 阿里源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

2. 安装Git

Git Windows版本下载地址：https://git-scm.com/download/win
下载之后可以一路点击【next】即完成安装，通过如下命令查看版本信息：

git version

3. 安装TDM-GCC

TDM-GCC主要对模型一些C代码提供编译环境，下载地址：https://jmeubank.github.io/tdm-gcc/
下载之后可以一路点击【next】即完成安装。

模型部署

1. 下载模型源码并安装依赖

（1）在你的工作目录打开命令提示窗口，默认下载到当前目录

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

（2）切换到chatGLM-6B目录

cd ChatGLM-6B

（3）创建conda的虚拟环境,指定Python的版本

conda create -n VENV310 python=3.10

（4）激活环境

conda activate VENV310

（5）下载依赖包

pip install -r requirements.txt

本节指定的版本非常重要，否则会在下载依赖包环节出现各种问题。
本节操作目的主要是为下面的量化模型提供运行脚本和运行环境。

2. 下载量化模型

ChatGML-6B-int4量化模型下载比较麻烦，需要到huggingface网站下载，需要用到科学上网。网上说国内魔搭社区下载的模型代码不完整。

在huggingface上下载又有两种方式：通过Git下载和浏览器下载。

（1）Git下载方式：

git lfs install 
git clone https://huggingface.co/THUDM/chatglm-6b-int4

可以将该工程下载到chatGLM-6B目录下面。

（2）浏览器下载：
在浏览器打开https://huggingface.co/THUDM/chatglm-6b-int4/tree/main，将目录下的文件全部下载到如下目录：

chatGLM-6B/chatglm-6b-int4  #如果没有该目录则新建

3. 运行量化模型

模型运行脚本文件为：ChatGLM-6B\cli_demo.py，修改该文件的模型加载代码，改为加载chatglm-6b-int4量化模型。修改内容如下：

# tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
# model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()
tokenizer = AutoTokenizer.from_pretrained("chatglm-6b-int4", trust_remote_code=True)
model = AutoModel.from_pretrained("chatglm-6b-int4",trust_remote_code=True).float()

注意，量化模型目录chatglm-6b-int4一定要保证与当前文件在同一个父目录下。

运行出现的问题：

（1）在启动cli_demo的时候报错：No module named ‘readline’
解决方案：下载pyreadline3，在当前激活的虚拟环境中执行如下命令：

python -m pip install pyreadline

（2）在启动cli_demo的时候报错：AttributeError: module ‘collections’ has no attribute ‘Callable’
解决方案：这是pyreadline依赖包的文件py3k_compat.py有问题，需要修改依赖包的代码，把return isinstance(x, collections.Callable)改为 return isinstance(x, collections.abc.Callable)即可正常使用。

处理完上述问题之后，ChatGLM-6B\cli_demo.py该脚本可以正常运行，控制台会输出脚本内置问题的答案，由于电脑配置的问题，结果输出非常缓慢，且我的CPU使用率一直是100%，爆了！