如何让 Llama2、通义千问开源大语言模型快速跑在函数计算上?

前言

随着ChatGPT 以及 Stable Diffusion,Midjourney 这些新生代 AIGC 应用的兴起，围绕AIGC应用的相关开发变得越来越广泛，有呈井喷之势，从长远看这波应用的爆发不仅仅是停留在形式之上，更是在各个领域产生实际的生产力价值，比如办公领域有copilot system 365,钉钉智能； 代码编程领域有 github copilot ,cursor ide; 文娱领域的妙鸭相机；可以肯定的是未来 AIGC 的应用数量会更多，类型也会更加丰富，企业的内部软件或者SOP都会尽可能的跟AI进行融合，这必然催生出海量的AIGC应用开发需求，这也代表着巨大的市场机会。

开发 AIGC 应用的挑战

AIGC 的应用前景如此诱人，可能决定企业未来的发展走向。然而对很多中小企业及开发者而言，上手进行aigc应用的开发依然有着非常高昂的成本：

• 基础模型服务的获取：chatgpt提供了非常完善的api 开发体系，然而并不开放给国内客户使用，开源的模型进行服务的部署非常困难
• 高昂的费用， GPU 短缺导致 GPU 的费用急剧飙升，本地购买高规格显卡需要一次性花费不少的成本，并且并不能提供在线服务。
• 端到端的对接：单纯模型服务的api无法变成直接的生产力，需要完成【企业数据&企业SOP】-> LLM 服务 -> 各种端侧的完整链路

函数计算AIGC应用的解决方案

函数计算围绕创建和使用AIGC，从基础设施到应用生态，开发端到使用端提供的完整的配套

主要包含三个部分：

• 一 、模型服务底座，函数计算可以部署来自魔搭，huggingface等开元社区的ai模型，我们针对 LLM， Bert等智能知识库/助手 场景做了专门的定制，接入OpenAI兼容的api规范，提供一键部署的模版和可视化的web访问界面，帮助开发者或者企业快速上手 llama2,chatglm2,通义千问等模型的部