【玩转AIGC系列】从0快速搭建个人版“对话大模型”

背景信息

Alpaca大模型是一款基于LLaMA的大语言模型，它可以模拟自然语言进行对话交互，并协助用户完成写作、翻译、编写代码、生成脚本等一系列创作任务。同时，使用了中文数据进行二次预训练，提升了中文基础语义理解能力。

本文基于阿里云GPU服务器和Alpaca大模型，指导您如何快速搭建个人版“对话大模型”。

操作步骤

创建ECS实例

1. 在ECS实例创建页面，创建ECS实例。关键参数说明如下，其他参数的配置，请参见自定义购买实例。

• 实例规格：选择实例规格为ecs.gn7i-c16g1.4xlarge。
  
• 镜像：公共镜像Ubuntu 20.04，并选中安装GPU驱动，选择CUDA 版本11.4.1/Driver 版本470.161.03/CUDNN 版本8.2.4。
  
• 公网IP：选中分配公网IPv4地址，带宽计费方式选择按量付费，带宽峰值选择100 Mbps，以加快模型下载速度。
  

2. 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7860端口。具体操作，请参见添加安全组规则。
   
3. 查看驱动以及CUDA库是否安装成功。

a.使用root用户远程登录ECS实例。具体操作，请参见通过密码或密钥认证登录Linux实例。首次登录ECS实例时，系统会自动安装驱动。当显示如下图所示的回显信息时，表示驱动以及CUDA库已安装成功。

特别提醒

 系统自动安装驱动以及CUDA库时，请不要手动操作或者重启实例，否则可能会导致驱动或者    CUDA库安装失败。等到安装驱动以及CUDA库完成以后，系统会自动重启。

 如果创建完ECS实例后，没有立即远程登录ECS实例，可能看不到类似下图的回显信息。

b.再次使用root用户远程登录ECS实例。具体操作，请参见通过密码或密钥认证登录Linux实例。

c.执行以下命令，查看GPU驱动的版本。

nvidia-smi

回显信息类似下图所示。

d.执行以下命令，查看CUDA库的版本。

nvcc -V

回显信息如下图所示。

配置软件

1.执行以下命令，安装Git和Git LFS软件。

apt install -y git git-lfs python-is-python3

2.依次执行以下命令，安装模型所需要的Python包。

pip install git+https://github.com/huggingface/transformers
pip install sentencepiece==0.1.97 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install peft==0.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

说明:

从GitHub上下载Transformers库，由于网络原因偶尔可能会不成功，建议您多尝试几次。

3.在PyTorch环境下验证GPU是否正常工作。

a.执行以下命令，进入PyTorch环境。

python

b.执行以下命令，验证GPU是否正常工作。

import torch
torch.cuda.is_available()

  返回true，表示GPU正常工作。

c.执行以下命令，退出Python。

quit()

下载与配置模型

1.依次执行以下命令，下载tmux并创建一个tmux session。

apt install -y tmux
tmux

说明 ：下载模型耗时较长，建议在tmux session中下载，以免ECS断开连接导致下载中断。

2.执行以下命令，下载Chinese-LLaMA-Alpaca模型。

git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca.git

3.执行以下命令，下载chinese-alpaca-lora-13b模型。

git-lfs clone https://huggingface.co/ziqingyang/chinese-alpaca-lora-13b

4.执行以下命令，下载llama-13b-hf。

llama-13b-hf是预训练的llama 13b模型，已经转换成了Huggingface的模型格式。下载llama-13b-hf大约有40 GiB的数据，预估下载时间约30分钟，请您耐心等待。

LLaMA是第三方提供的Huggingface格式的预训练模型数据。Meta官方发布的LLaMA模型禁止商用，并且官方暂时还没有正式开源模型权重。这里使用这个下载链接只为做演示使用，不承担任何法律责任。

git-lfs clone https://huggingface.co/decapoda-research/llama-13b-hf

5.依次执行以下命令，合并代码。

cd Chinese-LLaMA-Alpaca/
python scripts/merge_llama_with_chinese_lora.py --base_model ~/llama-13b-hf/ \
        --lora_model ~/chinese-alpaca-lora-13b/ --output_type huggingface \
        --output_dir ./llama_with_lora_hf

命令行中需要用--output_dir命令指定一个输出目录，本示例中输出目录为/root/Chinese-LLaMA-Alpaca/llama_with_lora_hf 。转换需要一段时间，需要耐心等待。

6.执行以下命令，查看转换完成后的文件。

ls -lh llama_with_lora_hf

部署WebUI

1.执行以下命令，在/root目录或者您的工作目录，下载WebUI并且进行代码部署。

cd
git clone https://github.com/oobabooga/text-generation-webui.git

2.执行以下命令，安装代码及依赖库。

cd text-generation-webui/
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3.执行以下命令，在models目录下面生成一个软链接，指向合并后模型数据的目录。合并后的数据模型目录为/root/Chinese-LLaMA-Alpaca/llama_with_lora_hf，您可以从合并代码步骤获取。

ln -s /root/Chinese-LLaMA-Alpaca/llama_with_lora_hf/ models/llama_with_lora_hf

参数说明如下：

• /root/Chinese-LLaMA-Alpaca/llama_with_lora_hf/：指的是合并模型存放的目录，您可以从合并代码步骤获取。
  
• models/llama_with_lora_hf：指的是模型名称，您可以修改成其他名称。
  

验证结果

完成以上操作后，您已经成功完成了WebUI部署和个人版对话大模型的搭建。您可以在WebUI页面，进行验证。

1. 执行以下命令，运行WebUI。

cd text-generation-webui/
python server.py --model llama_with_lora_hf --listen --chat --load-in-8bit

参数说明如下：

• --model：指定的是步骤3生成的软链接的名称，不需要带前面的model/目录名。本示例软链接的名称为llama_with_lora_hf。
  
• --listen：用于设置WebUI监听所有外部IP（不配置--listen默认只能监听本地IP），以实现从实例外访问WebUI。默认监听端口是7860，您可通过--listen-port来指定其他监听端口。
  
• --chat：用于指定默认的运行模式，本文示例为对话模式（可按需尝试其他模式）。
  
• --load-in-8bit：用于指定以8bit模式加载模型。正常加载13B模型需要26 GB以上显存，A10显卡只有24 GB，所以需要以8bit模式加载，模型占用显存大约为15 GB。
  

当显示如下图所示的回显信息时，表示运行WebUI成功。

2. 在ECS实例页面，获取ECS实例的公网IP地址。
   
3. 在浏览器中输入http://:7860，即可访问个人版对话大模型。您可以输入相应的问题和AI机器人进行对话。
   

了解更多AIGC实践和GPU优惠