一，演示
私人部署地址：http://ilovechatgpt.cn。
免费使用！无限调用！速度还蛮快呢。
二，ChatGLM介绍
官方地址：https://github.com/THUDM/ChatGLM-6B
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，由基于清华大学 KEG 实验室与智谱 AI 于 2023 年联合训练，可以针对用户的问题和要求提供适当的答复和支持。
它基于 General Language Model 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（具体的部署条件看下章）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。
特点：
开源
支持中文（国内很少有支持中文的开源模型）
低成本部署（兼容CPU）
具有记忆功能
三，部署条件
经过测试，推荐还是GPU部署，CPU运行的话运行时占用的资源更多，并且速度实在太慢了，自己单独使用的话也不能忍受这么慢的速度。GPU的生成速度才能满足使用的体验。
内存不够启动项目的话，进程会被自动kill掉。而且模型启动后占用的现存是远远低于需要的现存的，比如说，我用GPU部署的无量化的ChatGLM2-6B模型，正常来说需要13GB显存，但我完全启动后，只占用了4GB。
四，手把手教你搭建
1. 安装git
# centos 操作系统 yum install git # ubuntu 操作系统 apt-get update apt install git
2. 克隆地址到本地
git clone https://github.com/THUDM/ChatGLM-6B # 进入项目文件夹 cd ChatGLM-6B
实在很慢的话，直接去gitee上面搜ChatGLM-6B，找最新的，有很多人把它搬到gitee作为镜像项目。
3. 进入项目，克隆模型文件
模型文件的作用是作为训练集，项目能够本地加载该模型文件并将其用于预测新的自然语言文本。模型文件决定我们能有怎么样的输出结果
可以根据上面部署条件的需求，来选择项目。我这里以 chatglm2-6b 来部署。
# 注意！后面一定要加上.git。 git clone https://huggingface.co/THUDM/chatglm2-6b.git
路径下就会有ChatGLM2-6B的文件夹，我们进入到里面
cd chatglm2-6b
你会发现模型很大，但是一下子就clone完了，是因为大文件是存储到lfs上面的，需要我们用到git的lfs工具来进行下载。当然，你也可以手动下载后，然后拷贝到服务器上，不过太麻烦，不推荐。
4. git lfs工具安装（已安装的话跳过）
centos安装命令
curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.rpm.sh | sudo bash sudo yum install git-lfs git lfs install
ubuntu安装命令
curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash sudo apt-get install git-lfs git lfs install
5. 克隆模型大文件
git lfs pull
模型文件都很大，下载时间很久，我建议在晚上的时候，使用如下命令，这样睡一觉，全部都已经下载好了。
# nohup 让程序后台运行，使其不受终端会话的影响而持续运行 nohup git lfs pull &
6. 运行web_demo.py
我建议把模型文件夹名字换成model，毕竟容易理解
# 进入到项目文件夹内部 cd ChatGLM-6B # 改模型名字 mv chatglm2-6b model
修改官方样例代码
vim web_demo.py
- 1.model为模型路径，也就是刚刚改的。
- 2.cuda() 意味用GPU运行，如果没有GPU，换成 .float() 用CPU运行就可以
- 3.server_name参数指定能够访问的ip，默认不写的话是只能本地127.0.0.1访问
- 4.server_port参数指定web服务端口
- 5.share代表是否让huggingface给你生成一个公网地址，别人能通过该公网地址直接访问。默认只能使用72小时。
7. 结果
五，补充
还可以通过命令行窗口交互，运行python cli_demo.py文件
nohup python cli_demo.py &
通过模型生成post接口，供其余后台应用直接调用
nohup python api.py &
