关于人工智能:如何真正不花一分钱部署一个属于你的大模型

前言

看了那么多 chatGPT 的文章，作为一名不精通算法的开发，也对大模型心痒痒。但想要部署本人的大模型，且不说没有算法相干的教训了，光是大模型占用的算力资源，手头的个人电脑其实也很难独立部署。就算应用算法压缩后的大模型，部署在个人电脑上，还要忍耐极其迟缓的计算速度以及与 chatGPT 相差甚远的模型成果。

有什么方法可能部署属于咱们本人的大模型呢？其实很简略，咱们将指标拆解一下：

• 有编程根底：作为一个合格的程序员，这应该是必备素质。
• 有足够的算力资源：业余 GPU 本人买不起怎么办，阿里云最近推出了”飞天“收费试用打算，AI 模型训练，GPU 资源收费用！
• 要懂大模型：真的要精通大模型吗？不须要。如果只是简略的模型部署和应用，当初的开源模型部署曾经十分简单化，只须要把握根底的 Python 常识就能够。

随着 chatGPT 的火爆，许多开源爱好者涌入 AI 畛域，将许多与大型模型相干的工具进行进一步封装，使得咱们这些 AI 初学者也可能用很少的工作量搭建一个公有大型语言模型。而且，有许多成熟的工具可供咱们应用，能够帮忙咱们进一步应用和微调大型模型。

因而，本文是为 AI 初学者们（包含我本人）编写的保姆级大型模型部署和使用指南。当初正值阿里云收费试用打算，咱们能够不花一分钱就能够体验部署本人的大型模型的乐趣。

下图便是我通过阿里云收费申请的 PAI 平台资源（显卡是 Nvidia V100），部署的清华大学 chatGLM 对话大模型，在网页端和手机端都能间接体验：

电脑端

手机端

下文围绕如何手把手搭建一个大模型 Demo 开展，文章次要目录：

• 支付阿里云收费应用资源
• 创立并应用 PAI 平台实例
• 部署清华 ChatGLM 大模型
• 加餐：收费额度用量查问
• 总结和瞻望

支付阿里云收费应用资源

收费试用流动页

https://free.aliyun.com/

只有没有申请过 PAI-DSW 资源的新老用户皆可申请 5000CU 的收费额度，3 个月内应用。

至于 5000CU 能用多久，和理论申请实例的性能相干，在上面会解说。

创立并应用 PAI 平台实例

官网有 PAI-DSW 应用教程，教你如何用支付的免费资源搭建一个 Stable Diffusion 来做 AI 画图，如果对 SD 感兴趣，能够依照官网教程实际。

https://help.aliyun.com/document_detail/615220.html

咱们支付额度后，秒到账。之后在阿里云页面内搜寻 PAI 平台，点击立刻开明，开明 PAI 控制台。

开明时的页面没有截图，其中有一些可选的开明项，比方 NAS，比方网关等，能够依照本人需要选取，比方心愿保留本人的模型，那能够关联 NAS 资源。我过后没有选其余资源，仅开明了 PAI，这样没有额定的免费。

随后进入控制台，创立 DSW 实例。

这里选取资源，留神抉择 GPU 资源，并抉择反对资源包抵扣的资源。比方下图的 ecs.gn6v-c8g1.2xlarg。能够看到他们的价格里，写明了每小时耗费的 CU，你能够大抵计算一下，5000CU 能够用多久，ecs.gn6v-c8g1.2xlarg 这个型号能够跑 333 小时，大略间断 13 天。

零碎能够任意抉择，本文为了部署 chatGLM，抉择 pytorch1.12

当然，两头你能够 随时进行机器，就不会持续扣费。留神，这里的机器，是只有系统盘的，如果进行了机器，挂载的系统盘会被回收，你在下面下载的各种文件，模型，都会回收掉。你重新启动，是新的系统盘，文件须要从新下载。（别问我怎么晓得的 - -!）

创立实现后，点击关上，就进入了交互式的 Web 页面，能够开始你的模型开发之旅。

部署清华 ChatGLM 大模型

下面曾经讲完了资源的申请和实例的创立、应用，之后小伙伴们能够自行施展，部署本人的大模型（或者任何 AI 相干资源）。本文后半局部介绍一下我本人折腾部署 ChatGLM 对话大模型的过程，给齐全不理解大模型的小伙伴打个样。

ChatGLM 代码仓库：

https://github.com/THUDM/ChatGLM-6B

大家齐全能够依照官网文档自行部署，疏忽我上面的教程。也能够依照我下方的流程来操作，防止再把我踩得坑再踩一遍。

下载模型

因为模型较大（13G 左右），咱们最好先把模型拉到本地，再运行。

当然，如果你也能够不下载离线模型，间接在运行时拉取模型文件。

模型文件仓库：

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

下载模型仓库，须要装置 Git LFS（Large File Storage），它用来拉去 Git 仓库中的大型文件，比方这次用到的模型 bin 文件。

因为咱们申请的零碎正好是 Ubuntu，在 Ubuntu 下装置 Git LFS，能够应用如下命令：

sudo apt-get update

sudo apt-get install git-lfs

实现后，克隆模型仓库：

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

有可能网络稳定，会导致拉取卡住，能够手动进行掉，而后进入文件夹内：

git lfs pull

这样会拉取到上图红框中 LFS 文件。

部署模型

实现模型下载后，咱们下载模型运行代码：

git clone https://github.com/THUDM/ChatGLM-6B.git

进入文件夹，创立 python 的虚拟环境：

virtualenv -p /usr/bin/python3.8 venv

激活 Python 虚拟环境：

source venv/bin/activate

如果遇到如下的报错，须要额定装置一下 python3-dev：

Could not build wheels for pycocotools, which is required to install pyproject.toml-based projects

error: command ‘/usr/bin/x86_64-linux-gnu-gcc’ failed with exit code 1

sudo apt-get install python3-dev

因为咱们本地提前下载好了模型，咱们批改一下代码，应用本地模型的门路。

将应用到的代码中，门路都从 THUDM/chatglm-6b 改为你的门路，比方咱们的模型下载在 /mnt/workspace/chatglm-6b，咱们将两种部署模型的主代码文件都批改一下，都批改为如下图所示的门路：

• cli_demo.py: 命令行交互界面
• web_demo.py:Web 图形交互界面

咱们间接用官网提供的网页版 Demo 来跑模型，启动 web_demo.py，开始模型部署，首先会将模型读入内存，占用约 13 个 G。

实现后，内存会被开释，开始占用 GPU 显存 13g。

最终，部署实现会失去服务公网和本地网址。

对话成果展现

答复还是比拟快的，在咱们 V100 显卡的机器上，发问后 1 - 2 秒内就会开始答复问题。

以下是一个残缺的对话：

我：写一个 Java 单例模式代码

ChatGLM：以下是一个简略的 Java 单例模式代码示例：

public class Singleton {private static final Singleton INSTANCE = new Singleton();
    private Singleton() {}
    public static Singleton getInstance() {return INSTANCE;}
}

在这个示例中，Singleton 类是一个动态类，它有一个动态成员变量 INSTANCE，它初始化为一个单例对象。getInstance 办法返回这个单例对象的实例，能够像任何其余办法一样应用。
单例对象通常被用于确保一个类只有一个实例，并提供全局拜访点。应用 getInstance 办法能够不便地获取单例对象，而无需放心多个线程同时拜访同一个对象。
须要留神的是，在理论利用中，单例对象应该尽量避免被频繁创立和销毁，因为这样会减少内存开销和保护老本。因而，能够思考应用懒加载 (lazy loading) 的形式来防止频繁创立单例对象。

我：能够换一个形式实现吗，比方懒汉式？

ChatGLM：当然能够，懒汉式单例模式的具体实现形式如下：

1. 将 Singleton 类做成一个接口。
2. 实现 Singleton 接口的类能够是多个，但它们都应该应用 getInstance 办法来获取单例对象，并返回一个指向该对象的援用。
3. 实现 Singleton 接口的类中，能够有一个外部类来负责创立单例对象。
4. 外部类应该实现 static 关键字，并应用 synchronized 关键字实现线程平安。
5. 外部类应该笼罩 getInstance 办法，以实现懒加载。例如，能够创立一个动态变量来存储单例对象，并在须要时才创立该变量。
6. 在须要应用单例对象的中央，能够调用外部类的办法，来获取单例对象。
   以下是一个懒汉式单例模式的示例代码：

public interface Singleton {static Singleton INSTANCE;}
public class ConcreteSingleton implements Singleton {private static Singleton INSTANCE = new ConcreteSingleton();
    @Override
    public Singleton getInstance() {return INSTANCE;}
}
public class LazySingleton implements Singleton {
    private static Singleton INSTANCE;
    private Singleton() {}
    public static Singleton getInstance() {synchronized (LazySingleton.class) {return INSTANCE;}
    }
}

在这个示例中，ConcreteSingleton 类应用 getInstance 办法来创立单例对象，并应用 synchronized 关键字实现线程平安。LazySingleton 类应用 synchronized 关键字实现懒加载，只有在须要时才创立单例对象。
须要留神的是，懒汉式单例模式依然须要保障线程平安，因而在应用懒加载时，须要思考线程平安问题。此外，懒汉式单例模式可能无奈充分利用类的空间，因为它须要应用共享对象来实现懒加载，因而须要思考如何进步类的性能和空间利用率。

查看收费额度使用量

收费的 5000CU 额度是有三个月时效的，超过三个月会间接过期。想要做到成竹在胸，避免超过收费额度导致扣费。咱们能够查看收费额度的用量。在页面右上角有“费用”标签，抉择“资源实例治理”，点击“资源包”，能看到你的免费资源包的用量。

点击每行中的统计，能够看到是哪个实例在耗费 CU。

总结

整个部署流程，我本人折腾下来也只花了半天工夫, 就可能搭建好一个残缺、可用的 Demo。

不得不说，当 AI 逐步破圈，成为一个风口时，真的是猪都会飞，一般程序员上手 AI 的难度霎时被拉低了一个数量级。开源开发者的一直奉献让各种工具和文档变得更容易上手。每天数以万计的大模型相干 issue 和 pr，让 Github 遇到了久违的凋敝。

在 AI 席卷寰球的这一刻，作为一名程序员，咱们无疑是对这个时代更有体感的那群人。此时此刻，非我莫属。要充沛关注 AI 技术的利用场景和发展趋势，积极探索 AI 与其余畛域的联合，为本人的职业倒退和将来布局提供更多的可能性。