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