ChatGLM-6B int4的本地部署与初步测试

0. 前言

本次笔记是对于实习初期，初次接触到LLM大模型的一些记录。内容主要集中在对于环境的配置的模型的运行。
本人的硬软件配置如下：

GPU: RTX3060 6GB显存
内存: 32GB
系统: Windows 11

1. Anaconda3 + Pycharm 的环境搭建

我使用的是Anaconda3 + PyCharm 的环境搭建。
首先下载去anaconda官网下载最新版的anaconda.
安装时注意选择Add Anaconda3 to PATH, 这样可以直接在Pycharm的终端上运行。

等待安装完毕后，进入Pycharm官网安装IDE
直接下载Community版本，然后安装过程中全部点击通过即可。

安装Pycharm完毕之后，需要创建一个新的anaconda的虚拟环境。方便运行包的管理

进入cmd 命令提示符，输入：
conda activate

激活conda，随后创建新的虚拟环境：
conda create --name ChatGLM-6B python=3.10

这里的ChatGLM-6B是自定义名字，python的版本可以自行修改

随后进入Pycharm，点击文件>新建项目>先前配置好的解释器, 如下图选择， 选择预先配置好的解释器，点击···，选择conda环境。 然后在可执行文件那里选择··· 选择到你刚刚创建的虚拟环境目录下(也就是envs\环境名称)找到python.exe)

配置完毕后，打开Pycharm的终端，如果出现类似与这样，环境名称在括号中，说明配置虚拟环境成功。

2. Pytorch的安装

在anaconda环境配置完毕之后，需要安装模型所需要最重要的包，Pytorch。

先点击Pytorch官网 看到如下界面：

根据自己显卡的Cuda版本来进行选择，随后在Pycharm的终端输入命令下载Pytorch

如果不知道Cuda是多少，可以运行cmd，输入nvidia-smi 查看Cuda版本：

安装完毕后，输入

import torch   
torch.cuda.is_available()

如果输出True，说明Pytorch配置完毕！

3. 安装ChatGLM-6B 代码

目前为止所有准备工作就绪，可以安装ChatGLM-6B的代码了。
进入存有ChatGLM-6B的Github 在确保计算机安装Git的情况下，在Pycharm的终端下git clone repo到项目文件夹下。当然如果电脑没有配置Git环境就需要下载下来解压到目录即可。

目录路径如下：

然后继续在终端输入命令，cd到requirement.txt的目录下，然后用pip命令安装ChatGLM-6B所需要的所有软件包：

pip install -r requirements.txt

等待安装完毕后，ChatGLM-6B的环境就配置完成了。

4. 预训练的下载与测试

在安装完CharGLM-6B的代码之后，我们依然需要下载预训练的模型。进入预训练模型下载网址 将里面全部的文件下载到一个文件夹下，注意这个文件夹可以不在Pycharm的项目之内，例如我下在D:\\data\\llm\\chatglm-6b-int4中。

因为要下载数个GB的模型，所以下载时间可能会比较长，需要耐心等待~

下载完毕之后，就可以在Pycharm项目中创建可运行文件，我的叫做test.py 然后输入一下代码加载模型并开始测试：

import torch.cuda
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("D:\\data\\llm\\chatglm-6b-int4", trust_remote_code=True, revision="")
model = AutoModel.from_pretrained("D:\\data\\llm\\chatglm-6b-int4", trust_remote_code=True, revision="").half().cuda()
model = model.eval()
response, history = model.chat(tokenizer, "介绍一下你自己", history=[])
print(response)
response, history = model.chat(tokenizer, "请问你能再重复一遍吗？谢谢！", history=history)
print(response)

如下，如果一开始报错，请耐心等待，在30s左右模型会给出结果：

如果程序遇到如下报错

Kernel not compiled with GPU support

可能是显卡没有安装Cuda，进入NVIDIA官网 下载GPU所对应版本的CUDA Toolkit后重启即可。

5. 网页Demo的使用

一直用Python和模型对话还是会有些不太方便，因此官网也给出了网页式对话。
在Pycharm的终端gradio:

pip install gradio

然后打开程序web_demo.py 将里面原本的路径改为你自己预训练模型的存储位置，然后运行即可。

以上，就可以在本地安装并且使用ChatGLM了。