ChatGPT本地部署（支持中英文，超级好用）！

sockstack / 622 / 2023-11-21 12:00:29

<p><span style="color: red; font-size: 18px">ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。</span><br><a href="https://ckai.xyz/?sockstack&section=detail" target="__blank">https://ckai.xyz</a><br><br></p> <article class="baidu_pl"><div id="article_content" class="article_content clearfix">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
<div id="content_views" class="htmledit_views">
<p>今天用了一个超级好用的Chatgpt模型——ChatGLM，可以很方便的本地部署，而且效果嘎嘎好，经测试，效果基本可以平替内测版的文心一言。</p> 
<p id="main-toc"><strong>目录</strong></p> 
<p id="%E4%B8%80%E3%80%81%E4%BB%80%E4%B9%88%E6%98%AFChatGLM%EF%BC%9F-toc" style="margin-left:0px;">一、什么是ChatGLM？</p> 
<p id="%E4%BA%8C%E3%80%81%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2-toc" style="margin-left:0px;">二、本地部署</p> 
<p id="2.1%C2%A0%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD-toc" style="margin-left:40px;">2.1 模型下载</p> 
<p id="2.2%C2%A0%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2-toc" style="margin-left:40px;">2.2 模型部署</p> 
<p id="2.3%C2%A0%E6%A8%A1%E5%9E%8B%E8%BF%90%E8%A1%8C-toc" style="margin-left:40px;">2.3 模型运行</p> 
<p id="2.3.1%C2%A0%E7%9B%B4%E6%8E%A5%E5%9C%A8%E5%91%BD%E4%BB%A4%E8%A1%8C%E4%B8%AD%E8%BE%93%E5%85%A5%E8%BF%9B%E8%A1%8C%E9%97%AE%E7%AD%94-toc" style="margin-left:80px;">2.3.1 直接在命令行中输入进行问答</p> 
<p id="2.3.2%C2%A0%E5%88%A9%E7%94%A8%C2%A0gradio%C2%A0%E5%BA%93%E7%94%9F%E6%88%90%E9%97%AE%E7%AD%94%E7%BD%91%E9%A1%B5%C2%A0-toc" style="margin-left:80px;">2.3.2 利用 gradio 库生成问答网页 </p> 
<p id="%E4%B8%89%E3%80%81%E6%A8%A1%E5%9E%8B%E4%B8%8EChatGPT%E5%92%8CGPT4AII%20%E6%95%88%E6%9E%9C%E5%AF%B9%E6%AF%94-toc" style="margin-left:0px;">三、模型与ChatGPT和GPT4AII 效果对比</p> 
<p id="3.1%20ChatGLM-toc" style="margin-left:40px;">3.1 ChatGLM</p> 
<p id="3.2%20ChatGPT-toc" style="margin-left:40px;">3.2 ChatGPT</p> 
<p id="3.3%20GPT4AII-toc" style="margin-left:40px;">3.3 GPT4AII</p> 
<p id="%E5%9B%9B%E3%80%81%E6%80%BB%E7%BB%93-toc" style="margin-left:0px;">四、总结</p> 
<hr id="hr-toc">
<p></p> 
<h1 id="%E4%B8%80%E3%80%81%E4%BB%80%E4%B9%88%E6%98%AFChatGLM%EF%BC%9F">一、什么是ChatGLM？</h1> 
<p>ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model  架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。</p> 
<h1 id="%E4%BA%8C%E3%80%81%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2">二、本地部署</h1> 
<h2 id="2.1%C2%A0%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD">2.1 模型下载</h2> 
<p>Demo下载地址：</p> 
<p>GitHub - ZhangErling/ChatGLM-6B: 提供Windows部署文档的版本 | ChatGLM-6B：开源双语对话语言模型 | An Open Bilingual Dialogue Language Model</p> 
<h2 id="2.2%C2%A0%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2">2.2 模型部署</h2> 
<p>1. 用Pycharm打开项目文件；</p> 
<p>2. 使用 pip 安装依赖：<code>pip install -r requirements.txt</code>，其中 <code>transformers</code> 库版本推荐为 <code>4.27.1</code>，但理论上不低于 <code>4.23.1</code> 即可；</p> 
<p>安装以下依赖包：</p> 
<pre><code class="language-python">protobuf
transformers==4.27.1
cpm_kernels
torch&gt;=1.10
gradio
mdtex2html
sentencepiece</code></pre> 
<p>pip 直接安装不行就用：</p> 
<pre><code class="language-python">conda install 包名 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/</code></pre> 
<p>再不行就去Archived: Python Extension Packages for Windows - Christoph Gohlke (uci.edu) </p> 
<p>下载相关依赖包的 whl文件，然后在cd 到文件路径下，用pip 安装。 </p> 
<h2 id="2.3%C2%A0%E6%A8%A1%E5%9E%8B%E8%BF%90%E8%A1%8C">2.3 模型运行</h2> 
<p>在 <strong>…/ChatGLM/</strong> 目录下有两个 demo 代码：</p> 
<h3 id="2.3.1%C2%A0%E7%9B%B4%E6%8E%A5%E5%9C%A8%E5%91%BD%E4%BB%A4%E8%A1%8C%E4%B8%AD%E8%BE%93%E5%85%A5%E8%BF%9B%E8%A1%8C%E9%97%AE%E7%AD%94">2.3.1 直接在命令行中输入进行问答</h3> 
<p>（1）修改模型路径。编辑 <em>cli_demo.py</em> 代码，修改 5、6 行的模型文件夹路径，将原始的 <strong>“THUDM/ChatGLM-6B”</strong> 替换为 <strong>“model”</strong> 即可。</p> 
<p>（2）修改量化版本。如果你的显存大于 14G，则无需量化可以跳过此步骤。如果你的显存只有 6G 或 10G，则需要在第 6 行代码上添加 <strong>quantize(4)</strong> 或 <strong>quantize(8)</strong> ，如下：</p> 
<pre><code class="language-python"># 6G 显存可以 4 bit 量化
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(4).cuda()# 10G 显存可以 8 bit 量化
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(8).cuda()
</code></pre> 
<p>（3）运行 <em>cli_demo.py</em> </p> 
<h3 id="2.3.2%C2%A0%E5%88%A9%E7%94%A8%C2%A0gradio%C2%A0%E5%BA%93%E7%94%9F%E6%88%90%E9%97%AE%E7%AD%94%E7%BD%91%E9%A1%B5%C2%A0">2.3.2 利用 <em>gradio</em> 库生成问答网页 </h3> 
<p>利用 <em>gradio</em> 库生成问答网页（效果如三中所示）。</p> 
<p> （1）安装gradio 库：</p> 
<pre><code class="language-python">pip install gradio</code></pre> 
<p>（2）修改模型路径。编辑 <em>cli_demo.py</em> 代码，修改 5、6 行的模型文件夹路径，将原始的 <strong>“THUDM/ChatGLM-6B”</strong> 替换为 <strong>“model”</strong> 即可。</p> 
<p>（3）修改量化版本。如果你的显存大于 14G，则无需量化可以跳过此步骤。如果你的显存只有 6G 或 10G，则需要在第 5 行代码上添加 quantize(4) 或 quantize(8) ，如下：</p> 
<pre><code class="language-python"># 6G 显存可以 4 bit 量化
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(4).cuda()# 10G 显存可以 8 bit 量化
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(8).cuda()
</code></pre> 
<p>（4）<em>运行 web_demo.py</em> </p> 
<p>模型加载过程如下图：</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="1200" src="https://img-blog.csdnimg.cn/03ce4010c0f84bb8b3694c04b4ebacae.png" width="1200"></p> 
<h1 id="%E4%B8%89%E3%80%81%E6%A8%A1%E5%9E%8B%E4%B8%8EChatGPT%E5%92%8CGPT4AII%20%E6%95%88%E6%9E%9C%E5%AF%B9%E6%AF%94">三、模型与ChatGPT和GPT4AII 效果对比</h1> 
<p>运行完 web_demo.py 结束会自动打开浏览器，显示如下界面，可以进行正常对话，且相应速度非常快。</p> 
<h2 id="3.1%20ChatGLM">3.1 ChatGLM</h2> 
<p>向 ChatGLM 提问：“蒸1个包子需要10分钟，蒸10个包子需要多久？”，回答非常合理。</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="1200" src="https://img-blog.csdnimg.cn/520fa09cd3b24899a4f0de30e062ae5b.png" width="1200"></p> 
<h2 id="3.2%20ChatGPT">3.2 ChatGPT</h2> 
<p>向 ChatGPT 提相同的问题：“蒸1个包子需要10分钟，蒸10个包子需要多久？”，回答略显简单。</p> 
<p><img referrerpolicy="no-referrer"  alt="" height="1200" src="https://img-blog.csdnimg.cn/3c3f2f4ab48b4faabf5344b891163eee.png" width="1200"></p> 
<h2 id="3.3%20GPT4AII">3.3 GPT4AII</h2> 
<p>上一篇博文我们介绍了GPT4ALL，它只能实现英文的对话，用英文提问相关的问题，发现效果不如 ChatGLM 和 ChatGPT 。 </p> 
<p><img referrerpolicy="no-referrer"  alt="" height="1047" src="https://img-blog.csdnimg.cn/57c591788e844e65bc2bd8fbfaf6905e.png" width="1200"></p> 
<p></p> 
<h1 id="%E5%9B%9B%E3%80%81%E6%80%BB%E7%BB%93">四、总结</h1> 
<p>ChatGLM 方便部署，且对中文的理解能力很好，它的优点是部署完不用联网，不需要账号登录，非常安全，它的缺点是无法增量学习互联网上最新的信息，知识库扩展需要额外增加训练样本。</p> 
<p></p>
</div>
</div>
<div id="treeSkill"></div>
</article>

作者

sockstack

许可协议

CC BY 4.0

发布于

2023-11-21

修改于

2024-12-03

上一篇：软件：常用 Linux 软件汇总，值得收藏下一篇：ChatGPT中文使用手册

尚未登录

ChatGPT本地部署（支持中英文，超级好用）！

文章分类

博客重构之路

Spring Boot简单入门

k8s 入门教程

MySQL 知识

NSQ 消息队列

ThinkPHP5 源码分析

使用 Docker 从零开始搭建私人代码仓库

日常开发汇总

标签列表

springboot

hyperf

swoole

webman

php

多线程

数据结构

docker

k8s

thinkphp

mysql

tailwindcss

flowbite

css

前端