如何在阿里云GPU云服务器上快速搭建个人版“对话大模型”

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。本文基于Alpaca大模型，为大家介绍如何在阿里云GPU云服务器上快速搭建个人版“对话大模型”，仅供参考。

一、创建并配置阿里云GPU云服务器

阿里云GPU云服务器是提供GPU算力的弹性计算服务，具有超强的计算能力，服务于深度学习、科学计算、图形可视化、视频处理多种应用场景。

阿里云GPU云服务器现提供包年包月和按量付费两种计费方式，按照使用场景不同又分为多种配置方案，用户可以按需选择合适的方案进行购买。

点击购买：https://www.aliyun.com/

1、包年包月

首购活动包月5折，包年低至4折起。官网折扣包月低至6折起，包年低至5折起。

阿里云GPU云服务器

2、按量付费

最长100小时，按量1折起，即开即享受！

阿里云GPU云服务器

下文为大家介绍的就是创建并配置阿里云GPU云服务器实例的具体操作流程，如下：

1、在ECS实例创建页面，创建ECS实例。

关键参数说明如下：

实例规格：选择实例规格为ecs.gn7i-c16g1.4xlarge。
镜像：公共镜像Ubuntu 22.04，并选中安装GPU驱动，选择CUDA版本12.1.1/Driver版本535.154.05/CUDNN版本8.9.7.29。

创建ECS实例

系统盘：不小于200 GiB。
公网IP：选中分配公网IPv4地址，带宽计费方式选择按使用流量，带宽峰值选择100 Mbps，以加快模型下载速度。

创建ECS实例

2、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。

创建ECS实例

3、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。

a.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。

创建ECS实例

b.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。

c.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。

创建ECS实例

d.执行以下命令，查看CUDA库的版本。

nvcc -V

回显信息如下图所示。

创建ECS实例

二、配置软件

1、安装Python 3.11并升级pip。

a.分别执行以命令，安装Python 3.11。

apt-get update
apt-get upgrade
apt install -y python-is-python3 # 将默认Python改成Python3
apt install -y software-properties-common   # 安装software-properties-common软件包
add-apt-repository ppa:deadsnakes/ppa       # 添加PPA存储库
apt -y install python3.11       # 安装Python 3.11
update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.11 1 # 设置默认Python为Python 3.11

b.执行如下命令，查看Python版本。

python --version

当回显如下所示时，表示已安装Python 3.11.9。

创建ECS实例

c.分别执行以命令，升级pip。

wget https://bootstrap.pypa.io/get-pip.py
python3.11 get-pip.py

2、执行以下命令，安装Git和Git LFS软件。

apt install -y git git-lfs python3.11-distutils

3、依次执行以下命令，安装模型所需要的Python包。

sudo apt-get install pkg-config cmake
sudo apt-get install python3.11-dev
pip install git+https://github.com/huggingface/transformers
pip install sentencepiece==0.1.97 -i https://mirrors.aliyun.com/pypi/simple
pip install peft==0.10.0 -i https://mirrors.aliyun.com/pypi/simple

4、在PyTorch环境下验证GPU是否正常工作。

a.执行以下命令，进入Python运行环境。

python

b.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。

创建ECS实例

c.执行以下命令，退出Python。

quit()

三、下载与配置Alpaca大模型

1、依次执行以下命令，下载tmux并创建一个tmux session。

apt install -y tmux
tmux

2、执行以下命令，下载Chinese-LLaMA-Alpaca模型。

git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca.git

3、执行以下命令，下载chinese-alpaca-lora-13b模型。

git clone https://www.modelscope.cn/ChineseAlpacaGroup/chinese-alpaca-lora-13b.git

4、依次执行以下命令，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。

pip install -U huggingface_hub
pip install -U hf-transfer
export HF_ENDPOINT=https://hf-mirror.com
export HF_HUB_ENABLE_HF_TRANSFER=1
huggingface-cli download --resume-download --local-dir-use-symlinks False yahma/llama-13b-hf --local-dir llama-13b-hf

5、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。

6、执行以下命令，查看转换完成后的文件。

ls -lh llama_with_lora_hf

创建ECS实例

四、部署WebUI

1、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

2、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://mirrors.aliyun.com/pypi/simple
pip install datasets gradio rich bitsandbytes -i https://mirrors.aliyun.com/pypi/simple/

3、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。

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。

五、验证结果

完成以上操作后，用户已经成功完成了WebUI部署和个人版对话大模型的搭建。现在可以在WebUI页面进行验证。

1、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8 bit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。

创建ECS实例