阿里云服务器ECS实践教程-AIGC实践-从0快速搭建个人版“对话大模型”
本教程介绍如何在阿里云GPU云服务器上基于Alpaca大模型快速搭建个人版“对话大模型”。
背景信息
Alpaca大模型是一款基于LLaMA的大语言模型，它可以模拟自然语言进行对话交互，并协助用户完成写作、翻译、编写代码、生成脚本等一系列创作任务。同时，使用了中文数据进行二次预训练，提升了中文基础语义理解能力。
本文基于阿里云GPU服务器和Alpaca大模型，指导您如何快速搭建个人版“对话大模型”。
重要
阿里云不对第三方模型Alpaca大模型的合法性、安全性、准确性进行任何保证，阿里云不对由此引发的任何损害承担责任。
您应自觉遵守第三方模型的用户协议、使用规范和相关法律法规，并就使用第三方模型的合法性、合规性自行承担相关责任。
操作步骤
创建ECS实例
在ECS实例创建页面，创建ECS实例。
关键参数说明如下，其他参数的配置，请参见自定义购买实例。
实例规格：选择实例规格为ecs.gn7i-c16g1.4xlarge。
镜像：公共镜像Ubuntu 20.04，并选中安装GPU驱动，选择CUDA 版本11.4.1/Driver 版本470.161.03/CUDNN 版本8.2.4。
公网IP：选中分配公网IPv4地址，带宽计费方式选择按量付费，带宽峰值选择100 Mbps，以加快模型下载速度。
添加安全组规则。
在ECS实例安全组的入方向添加安全组规则并放行7860端口。具体操作，请参见添加安全组规则。
查看驱动以及CUDA库是否安装成功。
使用root用户远程登录ECS实例。具体操作，请参见通过密码或密钥认证登录Linux实例。
首次登录ECS实例时，系统会自动安装驱动。当显示如下图所示的回显信息时，表示驱动以及CUDA库已安装成功。
重要
- 系统自动安装驱动以及CUDA库时，请不要手动操作或者重启实例，否则可能会导致驱动或者CUDA库安装失败。等到安装驱动以及CUDA库完成以后，系统会自动重启。
- 如果创建完ECS实例后，没有立即远程登录ECS实例，可能看不到类似下图的回显信息。
再次使用root用户远程登录ECS实例。具体操作，请参见通过密码或密钥认证登录Linux实例。
执行以下命令，查看GPU驱动的版本。
nvidia-smi回显信息类似下图所示。
执行以下命令，查看CUDA库的版本。
nvcc -V回显信息如下图所示。
配置软件
执行以下命令，安装Git和Git LFS软件。
apt install -y git git-lfs python-is-python3依次执行以下命令，安装模型所需要的Python包。
pip install git+https://github.com/huggingface/transformers pip install sentencepiece==0.1.97 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install peft==0.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple说明
从GitHub上下载Transformers库，由于网络原因偶尔可能会不成功，建议您多尝试几次。
在PyTorch环境下验证GPU是否正常工作。
执行以下命令，进入PyTorch环境。
python执行以下命令，验证GPU是否正常工作。
import torch torch.cuda.is_available()返回true，表示GPU正常工作。
执行以下命令，退出Python。
quit()
下载与配置模型
依次执行以下命令，下载tmux并创建一个tmux session。
apt install -y tmux tmux说明
下载模型耗时较长，建议在tmux session中下载，以免ECS断开连接导致下载中断。
执行以下命令，下载Chinese-LLaMA-Alpaca模型。
git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca.git执行以下命令，下载chinese-alpaca-lora-13b模型。
git-lfs clone https://huggingface.co/ziqingyang/chinese-alpaca-lora-13b执行以下命令，下载llama-13b-hf。
llama-13b-hf是预训练的llama 13b模型，已经转换成了Huggingface的模型格式。下载llama-13b-hf大约有40 GiB的数据，预估下载时间约30分钟，请您耐心等待。
重要
LLaMA是第三方提供的Huggingface格式的预训练模型数据。Meta官方发布的LLaMA模型禁止商用，并且官方暂时还没有正式开源模型权重。这里使用这个下载链接只为做演示使用，不承担任何法律责任。
git-lfs clone https://huggingface.co/decapoda-research/llama-13b-hf依次执行以下命令，合并代码。
cd Chinese-LLaMA-Alpaca/ python scripts/merge_llama_with_chinese_lora.py - base_model ~/llama-13b-hf/ \ - lora_model ~/chinese-alpaca-lora-13b/ - output_type huggingface \ - output_dir ./llama_with_lora_hf命令行中需要用 — output_dir命令指定一个输出目录，本示例中输出目录为/root/Chinese-LLaMA-Alpaca/llama_with_lora_hf 。转换需要一段时间，需要耐心等待。
执行以下命令，查看转换完成后的文件。
ls -lh llama_with_lora_hf
部署WebUI
执行以下命令，在/root目录或者您的工作目录，下载WebUI并且进行代码部署。
cd git clone https://github.com/oobabooga/text-generation-webui.git执行以下命令，安装代码及依赖库。
cd text-generation-webui/ pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple执行以下命令，在models目录下面生成一个软链接，指向合并后模型数据的目录。
合并后的数据模型目录为/root/Chinese-LLaMA-Alpaca/llama_with_lora_hf，您可以从合并代码步骤获取。
ln -s /root/Chinese-LLaMA-Alpaca/llama_with_lora_hf/ models/llama_with_lora_hf参数说明如下：
/root/Chinese-LLaMA-Alpaca/llama_with_lora_hf/：指的是合并模型存放的目录，您可以从合并代码步骤获取。
models/llama_with_lora_hf：指的是模型名称，您可以修改成其他名称。
验证结果
完成以上操作后，您已经成功完成了WebUI部署和个人版对话大模型的搭建。您可以在WebUI页面，进行验证。
执行以下命令，运行WebUI。
cd text-generation-webui/ python server.py - model llama_with_lora_hf - listen - chat - load-in-8bit参数说明如下：
— model：指定的是步骤3生成的软链接的名称，不需要带前面的model/目录名。本示例软链接的名称为llama_with_lora_hf。
— listen：用于设置WebUI监听所有外部IP（不配置 — listen默认只能监听本地IP），以实现从实例外访问WebUI。默认监听端口是7860，您可通过 — listen-port来指定其他监听端口。
— chat：用于指定默认的运行模式，本文示例为对话模式（可按需尝试其他模式）。
— load-in-8bit：用于指定以8bit模式加载模型。正常加载13B模型需要26 GB以上显存，A10显卡只有24 GB，所以需要以8bit模式加载，模型占用显存大约为15 GB。
当显示如下图所示的回显信息时，表示运行WebUI成功。
在ECS实例页面，获取ECS实例的公网IP地址。
在浏览器中输入http://<ECS实例公网IP地址>:7860，即可访问个人版对话大模型。
您可以输入相应的问题和AI机器人进行对话。
