关于gpu:保姆级教程用GPU云主机搭建AI大语言模型并用Flask封装成API实现用户与模型对话

导读

在当今的人工智能时代，大型 AI 模型已成为取得人工智能应用程序的要害。然而，这些微小的模型须要宏大的计算资源和存储空间，因而搭建这些模型并对它们进行交互须要弱小的计算能力，这通常须要应用云计算服务。从云产品性能上来看，GPU 云主机是最适宜的工具之一，对于业务方或者集体开发者来讲，应用 GPU 云主机搭建 AI 大语言模型有以下劣势：

•高性能计算：GPU 云主机提供了高性能 GPU 处理器，减速模型的训练和推理；

•高性价比：灵便资源管理、可扩展性、弹性伸缩等云计算劣势，依据业务或集体训练的须要，疾速调整计算资源，满足模型的训练和部署需要；

•开放性：云计算的开放性让用户更容易进行资源的共享和合作，为 AI 模型的钻研和利用提供了更宽泛的单干机会；

•丰盛的 API 和 SDK：云计算厂商提供了丰盛的 API 和 SDK，使得用户可能轻松地接入云平台的各种服务和性能，进行定制化开发和集成。

在本文中，咱们将以 chatglm-6b 为例具体介绍 GPU 云主机搭建 AI 大语言模型的过程，并应用 Flask 构建前端界面与该模型进行对话。

整个流程也比较简单：配置 GPU 云主机 → 搭建 Jupyterlab 开发环境 → 装置 ChatGLM → 用 Flask 输入模型 API

一、Start：配置 GPU 云主机

GPU 云主机（GPU Cloud Virtual Machine）是提供 GPU 算力的弹性计算服务，具备超强的并行计算能力，在深度学习、科学计算、图形图像解决、视频编解码等场景被宽泛应用。GPU 驱动，提供大量的 GPU 内存和强悍的计算性能，非常适合运行深度学习应用程序。

绝对于实体卡，一张售价个别都是几万左右，而 GPU 云主机费用门槛很低，按时计费，一小时才十几元，能够依据本人的需要调配。

•本次选取的是 P40 卡：https://www.jdcloud.com/cn/calculator/calHost

•零碎环境：Ubuntu 20.04 64 位

二、搭建 Jupyterlab 开发环境

下载 Anaconda 包须要在终端里执行以下命令：

mkdir anaconda # 创立文件夹
cd anaconda # 进入文件夹
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh # 下载安装包
bash Anaconda3-2023.03-Linux-x86_64.sh # 装置

也能够用清华源，速度更快：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-Linux-x86_64.sh

接下来进行环境变量设置

cd /root/anaconda3/bin
vim ~/.bashrc

在.bashrc 下增加以下内容：#Anaconda
export PATH="/root/anaconda3/bin:$PATH"

而后退出编辑

source ~/.bashrc


conda create -n jabari python=3.8  装置 python3.8 版本
# 创立环境
jupyter lab --generate-config

# 生成配置文件

Writing default config to: /root/.jupyter/jupyter_lab_config.py

[root@lavm-ba6po1r9fh bin]# vim /root/.jupyter/jupyter_lab_config.py 

# 编辑配置文件

c.ServerApp.ip = '*' # 设置拜访的 IP 地址

c.ServerApp.open_browser = False  

# 不主动关上浏览器

c.ServerApp.port = 6888   #（本人能够本人设置端口，这里设置了 6888）# ServerApp 的端口号

c.MappingKernelManager.root_dir = '/root/jupyter_run' 

# 设置 Jupyter Notebook 的根文件夹

c.ServerApp.allow_remote_access = True 

# 容许近程拜访

c.ServerApp.password = '' 

# 不设置登录明码

c.ServerApp.allow_origin='*' 

# 容许任何起源的申请

c.ServerApp.password_required = False 

# 不须要明码

c.ServerApp.token = ''

# 不设置验证 token

jupyter lab –allow-root # 启动 JupyterLab

之后，在本地浏览器输出 ” 服务器 ip: 端口号 ” 拜访即可：

也能够装置汉化软件：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyterlab-language-pack-zh-CN

三、重点来了：开始装置 ChatGLM 语言模型

https://huggingface.co/THUDM/chatglm-6b

ChatGLM-6B 是一个开源的、反对中英双语问答的对话语言模型，基于 General Language Model (GLM) 架构，具备 62 亿参数。联合模型量化技术，用户能够在生产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 应用了和 ChatGLM 雷同的技术，针对中文问答和对话进行了优化。通过约 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 曾经能生成相当合乎人类偏好的答复。

先装置语言依赖

pip install protobuf==3.20.0 transformers==4.27.1 icetk cpm_kernels

而后在 jupyter 运行代码

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()
response, history = model.chat(tokenizer, "你好", history=[])
print(response)
response, history = model.chat(tokenizer, "早晨睡不着应该怎么办", history=history)
print(response)

这里会间接从 huggingface.co 下载

最终下载完后，再次运行，提醒

这里须要装置显卡驱动同时还要装置 nvidia-cuda-toolkit

NVIDIA CUDA Toolkit 提供了一个开发环境，用于创立高性能 GPU 减速应用程序。

apt install nvidia-cuda-toolkit

再次运行，曾经 ok 了，呈现模型回复内容

这里在命令行输出 nvidia-smi 也看下显卡类型：

四、用 Flask 输入模型 API

app.py 的代码如下：

from gevent import pywsgi
from flask import Flask
from flask_restful import Resource, Api, reqparse
from transformers import AutoTokenizer, AutoModel
from flask_cors import CORS

app = Flask(__name__)
CORS(app, resources={r"/api/*": {"origins": "*"}})
api = Api(app)

tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()

parser = reqparse.RequestParser()
parser.add_argument('inputs', type=str, help='Inputs for chat')
parser.add_argument('history', type=str, action='append', help='Chat history')

class Chat(Resource):
    def post(self):
        args = parser.parse_args()
        inputs = args['inputs']
        history = args['history'] or []

        response, new_history = model.chat(tokenizer, inputs, history)
        return {'response': response, 'new_history': new_history}

api.add_resource(Chat, '/api/chat')
if __name__ == '__main__':
    server = pywsgi.WSGIServer(('0.0.0.0', 80), app)
    server.serve_forever()

最初在 Terminal 里 执行 python 目录地址 /app.py

客户端，开发者能够通过 API 来获取数据：

五、前端成果：问问五一去哪玩！

你能够自定义 UI 成果，比方胡老师用 5 分钟搞定的 Demo——