介绍
ChatGLM-6B自己的解释是:
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 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（INT4 量化级别下最低只需 6GB 显存）。
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，更多信息请参考我们的博客。
硬件要求
| 量化等级 | 最低 GPU 显存（推理） | 最低 GPU 显存（高效参数微调） |
|---|---|---|
| FP16（无量化） | 13 GB | 14 GB |
| INT8 | 8 GB | 9 GB |
| INT4 | 6 GB | 7 GB |
环境准备
可参考 win10 本地部署 “AI” 环境准备 进行相应工具安装，必须的是python、C++、Cuda、GPU版本的pytorch
安装依赖
环境准备好之后，clone 项目，然后根据自己硬件能力修改使用的模型，默认是 chatglm-6b 即 量化等级为FP16，最低 GPU 显存 13 GB
然后按照说明执行 pip install -r requirements.txt 进行依赖安装即可，不出意外的话等待安装完成即可
模型下载
如果一定会出意外话，大概是模型下载失败了，可以进入清华大学云盘 (tsinghua.edu.cn) 把需要的模型下载至本地，然后修改路径(如果C盘空间宽裕的话可以将模型放置在下载目录)，以web_demo.py 文件为例，将默认的 THUDM/chatglm-6b 替换为模型路径，比如 E:AI.cachechatglm-6b-int4（必须反斜杠）
其他问题可参考 win10 本地部署 “AI” 环境准备 的问题汇总模块 进行对应处理
启动web
执行 python web_demo.py ，不出意外的话你可以看到以下页面
