ChatGLM-6B 是一個開源的、支持中英雙語的對話語言模型，基于 General Language Model (GLM) 架構，具有 62 億參數。結合模型量化技術，用戶可以在消費級的顯卡上進行本地部署（INT4 量化級別下最低只需 6GB 顯存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技術，針對中文問答和對話進行了優化。經過約 1T 標識符的中英雙語訓練，輔以監督微調、反饋自助、人類反饋強化學習等技術的加持，62 億參數的 ChatGLM-6B 已經能生成相當符合人類偏好的回答
為了方便方便我們測試，我們需要進行本地化部署，本教程將進行linux服務器端進行部署，進行三種形式的部署，webui界面，命令行方式，api調用的方式，方便大家多種方式進行使用

網頁端demo

命令行demo

api調用

一 .webui部署教程

1 先下載代碼

git clone https://github.com/Akegarasu/ChatGLM-webui

2 使用anaconda安裝虛擬環境

python版本3.10.6

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117 pip install --upgrade -r requirements.txt

cuda版本根據自己的顯卡來選擇，我是使用的3090
3 啟動命令

python webui.py

下面的幾個參數比較重要

–model-path: chatglm6b模型的地址，建議自己下載，不要使用默認的參數，會自動嚇到cache里面，多機器部署的時候很麻煩
–listen: 監聽端口
–port: 訪問的端口號
–share: 是否使用gradio進行部署，建議不用開啟

–precision: fp32(CPU only), fp16, int4(CUDA GPU only), int8(CUDA GPU only) 使用精度，根據自己部署設備的顯存來選，int4占用的顯存小一點

–cpu: use cpu

啟動完就可以用了

二 .命令行部署

1 下載代碼

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

2 使用anaconda創建虛擬環境

使用 pip 安裝依賴：pip install -r requirements.txt，其中 transformers 庫版本推薦為 4.27.1，但理論上不低于 4.23.1 即可。

3 啟動命令

運行倉庫中 cli_demo.py：python cli_demo.py 程序會在命令行中進行交互式的對話，在命令行中輸入指示并回車即可生成回復，輸入 clear 可以清空對話歷史，輸入 stop 終止程序。

三 .api調用方式

1 下載代碼

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

2 使用anaconda創建虛擬環境

使用 pip 安裝依賴：pip install -r requirements.txt，其中 transformers 庫版本推薦為 4.26.1，但理論上不低于 4.23.1 即可。 首先需要安裝額外的依賴 pip install fastapi uvicorn

3 啟動命令

Linux 系統請運行 chatglm_api.py

chatglm_api 腳本正常運行后，可以通過如下代碼調用 ChatGLM-6B 模型來生成對話：

import requests
user_msg, history = “你好”, []
resp = requests.post(f"http://127.0.0.1:8080/predict?user_msg={user_msg}“, json=history)
if resp.status_code == 200:
response, history = resp.json()[“response”], resp.json()[“history”]
print(response)
你好👋!我是人工智能助手 ChatGLM-6B,很高興見到你,歡迎問我任何問題。
user_msg = “晚上睡不著該怎么辦”
resp = requests.post(f"http://127.0.0.1:8080/predict?user_msg={user_msg}”, json=history)
if resp.status_code == 200:
response, history = resp.json()[“response”], resp.json()[“history”]
print(response)
晚上睡不著可能會讓你感到焦慮或不舒服,但以下是一些可以幫助你入睡的方法:
返回數據

制定規律的睡眠時間表:保持規律的睡眠時間表可以幫助你建立健康的睡眠習慣,使你更容易入睡。盡量在每天的相同時間上床,并在同一時間起床。

創造一個舒適的睡眠環境:確保睡眠環境舒適,安靜,黑暗且溫度適宜。可以使用舒適的床上用品,并保持房間通風。

放松身心:在睡前做些放松的活動,例如泡個熱水澡,聽些輕柔的音樂,閱讀一些有趣的書籍等,有助于緩解緊張和焦慮,使你更容易入睡。

避免飲用含有咖啡因的飲料:咖啡因是一種刺激性物質,會影響你的睡眠質量。盡量避免在睡前飲用含有咖啡因的飲料,例如咖啡,茶和可樂。

避免在床上做與睡眠無關的事情:在床上做些與睡眠無關的事情,例如看電影,玩游戲或工作等,可能會干擾你的睡眠。

嘗試呼吸技巧:深呼吸是一種放松技巧,可以幫助你緩解緊張和焦慮,使你更容易入睡。試著慢慢吸氣,保持幾秒鐘,然后緩慢呼氣。

如果這些方法無法幫助你入睡,你可以考慮咨詢醫生或睡眠專家,尋求進一步的建議。

默認部署在本地的 8000 端口，通過 POST 方法進行調用

curl -X POST "http://127.0.0.1:8000" \-H 'Content-Type: application/json' \-d '{"prompt": "你好", "history": []}'

得到的返回值為

{"response":"你好👋！我是人工智能助手 ChatGLM-6B，很高興見到你，歡迎問我任何問題。","history":[["你好","你好👋！我是人工智能助手 ChatGLM-6B，很高興見到你，歡迎問我任何問題。"]],"status":200,"time":"2023-03-23 21:38:40" }

四 低成本部署
模型量化
默認情況下，模型以 FP16 精度加載，運行上述代碼需要大概 13GB 顯存。如果你的 GPU 顯存有限，可以嘗試以量化方式加載模型，使用方法如下：

# 按需修改，目前只支持 4/8 bit 量化 model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).quantize(4).half().cuda()

進行 2 至 3 輪對話后，8-bit 量化下 GPU 顯存占用約為 10GB，4-bit 量化下僅需 6GB 占用。隨著對話輪數的增多，對應消耗顯存也隨之增長，由于采用了相對位置編碼，理論上 ChatGLM-6B 支持無限長的 context-length，但總長度超過 2048（訓練長度）后性能會逐漸下降。
如果你的內存不足的話，可以直接加載量化后的模型，僅需大概 5.2GB 的內存：

model = AutoModel.from_pretrained("THUDM/chatglm-6b-int4", trust_remote_code=True).half().cuda()

私信我獲取chatgpt類對話大模型交流群

總結

以上是生活随笔為你收集整理的chatgpt平替，清华chatglm本地化部署教程（aigc大模型风口，校招找工作必备），包含weiui部署，api部署，对话框部署的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。