本地部署清华大模型 ChatGLM3

在这里插入图片描述

ChatGLM 是一个开源的、支持中英双语的对话语言模型，由智谱 AI 和清华大学 KEG 实验室联合发布，基于 General Language Model (GLM) 架构，具有 62 亿参数。ChatGLM3-6B 更是在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上增加了更多特性。

虽然，目前 ChatGLM 比 GPT 稍有逊色，但是，在部署后可以完全本地运行，完全由自己掌控！本文介绍怎么在 Linux 服务上部署 ChatGLM3 服务，并通过多种方式使用本地部署地大模型。

01 环境准备

1.1 安装 Python 环境

Linux 环境通常自带 Python，但是版本通常比较低，ChatGLM 要求 Python 版本 3.7+，所以大多数情况下需要在安装 Python 环境，但是如果你的系统已经满足这个条件，直接跳过本节。

Python 安装可以自行下载 tar 编译安装，但是为了方便安装 pytorch 和不把系统搞崩，建议直接使用 anaconda 安装 python

# 下载 conda 安装包
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
# 安装 conda 注意安装过程中指定安装路径
bash Anaconda3-2023.03-1-Linux-x86_64.sh
# 配置软连接
ln -s /[your-install-path]/anaconda3/condabin/conda /usr/bin/conda

1.2 安装 Git LFS

ChatGLM 完整的模型实现可以在 Hugging Face Hub 上获取，如果先将模型下载到本地，然后从本地加载，这样响应效率更高；但是这个预训练模型有十几个 GB 很大，所以从 Hugging Face Hub 下载模型需要先安装 Git LFS。

sudo yum install git -y
git --version
sudo yum install git-lfs -y

02 模型安装

2.1 下载 ChatGLM3

首先，需要从 Github 下载 ChatGLM3 仓库，然后进入仓库目录使用 pip 安装依赖，

依赖环境，官方建议 transformers 库版本为 4.30.2，torch 使用 2.0 及以上的版本，以获得最佳的推理性能。

git clone https://github.com/THUDM/ChatGLM3
cd ChatGLM3
# conda 创建虚拟环境
conda create -n torch python=3.10
# 激活环境 # 退出环境 conda deactivate
conda activate torch
# 下载依赖包
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

2.2 下载预训练模型

下面我们用 Git LFS 从 Hugging Face Hub 将模型下载到本地，从本地加载模型响应速度更快

git lfs install
git clone https://huggingface.co/THUDM/chatglm3-6b

如果从你从 HuggingFace 下载比较慢，也可以从 ModelScope 中下载（亲测，飞一般地感觉~~）

git lfs install
git clone https://www.modelscope.cn/ZhipuAI/chatglm3-6b.git

03 模型使用

把下载好的 THUDM/chatglm3-6b 预训练模型文件放到 ChatGLM3 仓库目录下，如果是从 ModelScope 下载的话注意目录层级，模型加载需要修改本地模型路径；

ChatGLM3 提供了三种使用方式：命令行 Demo，网页版 Demo 和 API 部署；在启动模型之前，需要找到对应启动方式的 python 源码文件 cli_demo.py，web_demo.py，openai_api.py 中修改下面这一行代码

model = AutoModel.from_pretrained("THUDM/chatglm3-6b", trust_remote_code=True).cuda()

修改两个地方：（1）本地模型的存放路径 THUDM/chatglm3-6b；（2）根据自己的硬件环境参考 DEPLOYMENT.md 选择模型加载方式，float() CPU 部署，cuda() GPU 部署

3.1 命令行版 cli_demo.py

命令行启动方式，首先找到 ChatGLM3 目录下的 cli_demo.py 文件，修改代码如下：

在这里插入图片描述
修改完成之后，到 ChatGLM3 目录下运行 python cli_demo.py 启动服务

程序会在命令行中进行交互式的对话，在命令行中通过 用户： 进行输入指示，直接输入问题回车即可生成回复，输入 clear 可以清空对话历史，输入 stop 终止程序。

在这里插入图片描述

3.2 网页版 web_demo.py

网页版和命令行相似，但是提供了更加友好交互页面，找到 ChatGLM3 目录下的 web_demo.py 文件，做出相同的代码修改，

然后，到 ChatGLM3 目录下运行 python web_demo.py 启动服务

在这里插入图片描述

程序会运行一个 Web Server，并输出一个访问地址，在浏览器中打开输出的地址即可使用。

在这里插入图片描述

3.3 API 部署 openai_api.py

最后，介绍 API 部署方式，也是笔者最推荐的方式，结合 ChatGPT-Next-Web 使用

ChatGLM3 实现了 OpenAI 格式的流式 API 部署，可以作为任意基于 ChatGPT 的应用的后端，这里以 ChatGPT-Next-Web 为例介绍使用方法

首先，需要移步 https://github.com/Yidadaa/ChatGPT-Next-Web/releases 下载 ChatGPT-Next-Web，这个交互页面很轻量级。

然后，到 ChatGLM3 目录下找到 openai_api.py 源码文件，和上面方式一样，修改本地模型路径和部署方式，还有根据自己需要修改最后一行代码中定义的 Host 和 Port，这是 ChatGPT 应用的访问 URL

在这里插入图片描述

接着，在仓库目录下执行 python openai_api.py 启动模型服务

在这里插入图片描述
然后将日志打印出的接口地址 http://localhost:8000/ 写入 ChatGPT-Next-Web 的设置中，并添加自定义模型 chatglm3

在这里插入图片描述
完成设置之后，就大功告成了

在这里插入图片描述

如果文章对你有帮助，欢迎一键三连 👍 ⭐️ 💬 。如果还能够点击关注，那真的是对我最大的鼓励 🔥 🔥 🔥 。

参考资料

THUDM/ChatGLM3: ChatGLM3 series: Open Bilingual Chat LLMs | 开源双语对话语言模型 (github.com)

本地安装部署运行 ChatGLM-6B 的常见问题解答以及后续优化 — 秋风于渭水 (tjsky.net)