趋动云GPU云平台部署ChatGLM-6B

目录

ChatGLM-6B是什么？

模型部署

Step1. 创建项目并上传代码

Step2. 环境准备

Step3. 加载模型

ChatGLM-6B是什么？

ChatGLM-6B是一个基于GLM的生成式对话模型。由清华大学团队开发，旨在改进对话机器人的生成质量和逻辑。

模型部署

模型部署过程按照Dtatawhale文档给出的教程就可以。

如何用免费GPU线上跑AI项目实践 - 飞书云文档 (feishu.cn)

Step1. 创建项目并上传代码

1. 进入趋动云用户工作台，选择：当前空间，请确保当前所在空间是注册时系统自动生成的空间。

2. 点击：快速创建，选择创建项目，创建新项目。

3. 填写相关的项目信息，镜像及数据集选择如下。

• 项目名称：可自定义，如 “ChatGLM2-6B广告文案创作”。

• 代码：选择 本地代码。

• 镜像：选择 官方 镜像 PyTorch 2.0.0。

• 数据：选择 社区 > 全部 下的 AdvertiseGen 数据集；再选择 公开 下的 chatglm2-6b（作者为 “趋动云小助手”）。

        4. 单击 创建，创建成功，同时弹出 上传代码 框。

        5. 点击已获取的代码 (opens new window)下载压缩包，然后直接拖拽至 “上传代码” 框中，随后单击 “确定”。

Step2. 环境准备

1. 左侧导航栏选择 开发，随后单击 初始化开发环境实例。

2. 资源配置选B1.large，镜像中先点x，再点添加镜像,选择 公开 中的 ChatGLM2-6B_PyTorch2.0.1（作者为“趋动云小助手”）,然后点击确认

3. 点击添加端口，内部端口数字可自由填写，如77。确认无误后，点击右下角的确认

4. 环境初始化好以后，点击进入开发环境

5. 左侧目录进入 ChatGLM2-6B/requirements.txt，增加如下内容并保存：

        rouge_chinese

        nltk

        jieba

        datasets

        6. 切换至网页终端，并执行如下命令。等待约 1-2 分钟执行完，执行过程中无 error 报错，则安装成功。

pip install -r ChatGLM2-6B/requirements.txt -i https://pypi.virtaicloud.com/repository/pypi/simple

Step3. 加载模型

以命令行形式加载模型并进行问答测试，来确认环境是否准备成功。

1. 切换至 JupyterLab。修改 cli_demo.py 中模型的地址，将 THUDM/chatglm2-6b 替换为 /gemini/data-2 （即模型实际挂载到环境的地址）

2. 切换至 网页终端。执行如下命令唤醒交互式对话。等待最终 Loading checkpoint shards: 100% 且返回 用户： 字样。。

   python ChatGLM2-6B/cli_demo.py
   

3. 在 用户： 行输入您的问题并回车，等待 ChatGLM 回答您的问题。 ChatGLM： 行若有相应信息返回，则成功。