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/binvim ~/.bashrc在.bashrc下增加以下内容：#Anacondaexport PATH="/root/anaconda3/bin:$PATH"而后退出编辑source ~/.bashrcconda 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, AutoModeltokenizer = 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 pywsgifrom flask import Flaskfrom flask_restful import Resource, Api, reqparsefrom transformers import AutoTokenizer, AutoModelfrom flask_cors import CORSapp = 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——