一、本期课程内容概述
本节课的主讲老师是角色扮演SIG小组长任宇鹏。教学内容主要包括以下四个部分：
- 部署 InternLM2-Chat-1.8B 模型进行智能对话
- 部署实战营优秀作品 八戒-Chat-1.8B 模型
- 通过 InternLM2-Chat-7B 运行 Lagent 智能体 Demo
- 实践部署 浦语·灵笔2 模型
二、学习收获
-
在 InternStudio 平台上创建并使用开发机
开发机有VSCode，Jupyterlab，Terminal 三种视图，可根据个人喜好进行选择。还可以在完成配置SSH key后，使用本地 IDE SSH 连接到开发机。 -
使用
studio-conda安装依赖studio-conda -o internlm-base -t demo这个命令应该是InternStudio平台开发机特有的命令，如果熟悉
conda，也可以选择自行创建环境并安装依赖。conda create -n demo python==3.10 -y conda activate demo conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia -
通过代码下载自定义模型
import os from modelscope.hub.snapshot_download import snapshot_download # 创建保存模型目录 os.system("mkdir /root/models") # save_dir是模型保存到本地的目录 save_dir="/root/models" snapshot_download("Shanghai_AI_Laboratory/internlm2-chat-1_8b", cache_dir=save_dir, revision='v1.1.0') -
实现开发机到本地端口映射
这个真的很实用，解决了我在课程开始前体验XTuner时遇到的困惑，如何访问开发机中的服务，在群里也看到了很多小伙伴遇到这个问题。
打开本地机器的Terminal ，输入下面这行命令后，输入密码即可ssh -p 40297 root@ssh.intern-ai.org.cn -CNg -L {本地机器_PORT}:127.0.0.1:{开发机_PORT} -o StrictHostKeyChecking=no命令中的 40927 以及密码可以在开发机的SSH连接页面中获得。
-
使用
share文件夹的资源。
构造软连接来访问share文件夹中的资源，避免重复下载模型文件ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-7b /root/models/internlm2-chat-7b
三、个人体会
- 教程真的很详细，小白也能上手操作,感兴趣的可以点击查看
- 以前玩过图生文模型和文生图模型，图文并茂的模型还是第一次见，有点牛
- 模型虽好，但是对算力要求好高啊，排队太难了
四、本期作业
https://blog.csdn.net/weixin_45609124/article/details/137210438
五、加更–作业踩坑
-
进阶作业—使用 Lagent 运行 InternLM2-Chat-7B 模型（开启 30% A100 权限后才可开启此章节）
按照教程中的操作走是没有问题的，而且30%A100也就是24G显存，运行7B模型是足够的，但是很多同学都遇到了显存不足的问题，如下图所示：
首先先查看GPU的使用情况，确保显存没有被其他进程占用，可输入以下命令查看GPU的使用情况studio-smi
如果GPU资源存在被占用的情况，可输入以下命令进行查看ps -ef | grep python然后使用 kill命令，关闭对应的进程来释放资源
在确保GPU资源足够的情况下，再运行Lagent-web的demo。
但是demo代码有一些不合理的地方，刷新页面会导致重复加载模型，然后显存不足。
解决方案为：访问lagent-web页面时，发现与教程页面不一样时，请耐心等待，模型加载完毕后即可操作。