以通义千问-1_8B-Chat为例，按照官方教程，简单介绍如何将模型进行本地CPU部署以及预训练微调：
1、环境条件：Linux 24G内存左右
2、本地部署：
提前安装好git跟git lfs，否则可能拉取不到模型文件，git lfs主要用于大文件拉取。
拉取项目文件：

git clone https://github.com/QwenLM/Qwen.git

创建环境，建议单独创建一个新环境，避免与现有环境冲突，创建后要先安装pytorch，再安装项目依赖模块。

# 创建环境
conda create -n llm python==3.10.4
# 激活环境
conda activate llm 
# 安装pytorch 因为没有GPU 安装CPU版本即可
conda install pytorch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 cpuonly -c pytorch
# 再安装项目依赖
pip install -r requirements.txt 

项目文件以及环境安装好后，继续拉取模型文件，由于内存有限，拉取1.8B即可
拉取模型：

git clone https://www.modelscope.cn/qwen/Qwen-1_8B-Chat.git qwen_model

调用官方给的web_demo.py 进行本地推理，由于没有GPU使用CPU即可：

python web_demo.py --server-name 0.0.0.0 -c qwen_model --cpu-only

运行成功后出现模型对话地址：

打开地址，如果0.0.0.0无法打开，更换为主机的地址或者自定义的域名，比如我的主机域名为：node1，在浏览器输入：node1:8000即可：

至此本地化简单部署结束，此时我们使用还是官方训练好的模型，接下来，我们使用自定义数据，对模型进行微调，使其变为我们自己想要训练的模型：
参照官方文档：https://github.com/QwenLM/Qwen/blob/main/README_CN.md
Qwen模型的训练数据格式为：

[{"id": "identity_0","conversations": [{"from": "user","value": "你好"},{"from": "assistant","value": "我是一个语言模型，我叫通义千问。"}]}
]

按照模型的数据格式构建好自己的数据集，这里，我们将回答替换为是我们创造了Qwen模型，让它按照预设输出回答：

数据集构建后，使用项目文件：finetune/finetune_lora_single_gpu.sh 进行lora微调：

# 使用自定义数据集对模型进行微调bash finetune/finetune_lora_single_gpu.sh -m qwen_model/ -d train_data_law.json

模型微调过程会使用CPU，且占用内存大概22G左右；如果遇到内存不足，重启主机释放内存后再尝试训练，模型训练完会在当前路径生成一个 output_qwen文件夹，直接运行可能会报错，需要把原来模型里面的generation_config.json文件复制到output_qwen文件夹下面：
调用微调好的模型：

python web_demo.py --server-name 0.0.0.0 -c output_qwen/ --cpu-only

再次跟它对话，可以正常返回微调结果：