安装步骤
以在Ubuntu 18.04 64位系统搭建LLM环境，安装《ChatGLM-6B》为例：
1、 创建GPU实例（显存8GB以上，磁盘至少40G），本文选择了带P100 GPU的 ecs.gn5-c4g1.xlarge实例，并在示例创建时选择安装cuda 11.4。设置用户名及登录密码。
2、 设置安全组配置，配置出方向端口22，并在源IP中加入本机IP。
3、 Ssh到云ECS。系统会提示正在安装CUDA，待安装完毕，查看GPU详情（若命令无法正常运行，则说明CUDA没安装好）：nvidia-smi
4、 在ECS上安装相关软件包：
A、sudo apt-get update
B、安装gcc编译器(可选，系统中通常已有)：sudo apt install build-essential
C、安装Python，以3.8为例：sudo apt install python3.8
D、安装miniconda：
1) 下载安装包：注意miniconda包需选择对应python版本的包
wget https://repo.anaconda.com/miniconda/Miniconda3-py38_23.3.1-0-Linux-x86_64.sh
2) 运行安装脚本，并初始化：bash Miniconda3-py38_23.3.1-0-Linux-x86_64.sh
3) （可在2中完成）初始化终端 Shell，以便运⾏conda。~/miniconda3/bin/conda init
4) 初始化完成后，运行bash命令，即可进入conda环境：bash
5) 创建⼀个新的环境（可选）：conda create --name aigc python=3.8 -y
6) 激活aigc环境（可选）：conda activate aigc
5、安装git：sudo apt install git
6、git clone ChatGLM-6B，并安装软件依赖：
git clone https://github.com/THUDM/ChatGLM-6B.git
cd ChatGLM-6B && pip install -r requirements.txt
pip install fastapi uvicorn
7、将模型下载到本地，从本地加载：
安装git-lfs：apt install git-lfs
git-lfs clone https://huggingface.co/THUDM/chatglm-6b
8、运行cli_demo：将代码中tokenizer和model变量中的"THUDM/chatglm-6b"更换成模型本地路径。此外，如果希望固定使用的模型实现以保证兼容性，可在tokenizer和model的 from_pretrained 调用中增加 revision="v1.1.0" 参数。v1.1.0 是当前最新的版本号。示例：/home/fsnode/chatglm-6b是本地模型路径。
tokenizer= AutoTokenizer.from_pretrained("/home/fsnode/chatglm-6b", revision="v1.1.0", trust_remote_code=True)
model = AutoModel.from_pretrained("/home/fsnode/chatglm-6b", revision="v1.1.0", trust_remote_code=True).half().cuda()
运行脚本：python cli_demo.py
9、（可选）运行web_demo：除了需要修改模型存放路径外（见上），Web如需要公网访问，还需要将web_demo.py中修改：share=True
A、安装gradio ：pip install gradio
B、在ECS上运行脚本：python web_demo.py
C、本地便携机上执行如下命令，将云ECS的7860端口映射到本地（IP及用户名填实际的）：
ssh -L7860:localhost:7860 root@120.79.15.98
D、在本地浏览器登录web界面：http://127.0.0.1:7860
10、运行基于Streamlit的网页版Demo（web_demo2.py）：web_demo.py有个缺陷，生成的公网链接是临时的，仅72小时有效。可使用Streamlit网页版。
A、安装需要的模块：pip install streamlit pip install streamlit-chat
B、修正web_demo2.py中的模型路径"THUDM/chatglm-6b"为本地路径，并指定revision="v1.1.0"。
C、添加安全组规则：在ECS实例安全组的入方向添加安全组规则，并放行8501端口（该端口是默认端口，也可以自定义）。
D、运行DEMO：streamlit run web_demo2.py &。如果要指定服务端口，则需要在安全组放行该端口，运行时带上端口参数，如：streamlit run web_demo2.py --server.port 6006 &
附录：Python示例代码：
| >>> from transformers import AutoTokenizer, AutoModel >>> tokenizer = AutoTokenizer.from_pretrained("/home/fsnode/chatglm-6b", trust_remote_code=True) >>> model = AutoModel.from_pretrained("/home/fsnode/chatglm-6b", trust_remote_code=True).half().cuda() >>> model = model.eval() >>> response, history = model.chat(tokenizer, "你好", history=[]) >>> print(response) 你好!我是人工智能助手 ChatGLM-6B,很高兴见到你,欢迎问我任何问题。 >>> response, history = model.chat(tokenizer, "晚上睡不着应该怎么办", history=history) >>> print(response) 晚上睡不着可能会让你感到焦虑或不舒服,但以下是一些可以帮助你入睡的方法: |
参考：
https://github.com/THUDM/ChatGLM-6B#readme
https://github.com/imClumsyPanda/langchain-ChatGLM
知识库+LLM羊毛推荐
阿里云近期推出了60元包月的知识库+LLM体验活动，可用于测试、开发、学习、工作助理等，入口：https://common-buy.aliyun.com/?commodityCode=hitsdb_aigcsharepre_public_cn
详见：https://developer.aliyun.com/article/1322802
