大模型学习笔记（一）：部署ChatGLM模型以及stable-diffusion模型
- 注册算力平台（驱动云平台）
- 1.平台注册
- 2.查看算力
- 3.进入平台中心
- 部署ChatGLM3-6B模型
- 1.创建项目
- 2.配置环境
- 设置镜像源、克隆项目
- 修改requirements
- 3.修改web_demo_gradio.py代码
- 1、修改模型目录
- 2、修改启动代码
- 3、添加外部端口映射
- 4、运行gradio界面
- 5、访问gradio页面
- 4.修改web_demo_streamlit.py代码
- 1、修改模型目录
- 2、运行streamlit界面
- 3、访问streamlit界面
- 用免费GPU部署自己的stable-diffusion
- 1.创建项目
- 2. 初始化开发环境实例
- 3. 部署模型
- 4. 体验自己的stable diffusion
注册算力平台（驱动云平台）
1.平台注册
平台注册链接：
https://growthdata.virtaicloud.com/t/SA
2.查看算力
注册完成后，点击右上角：费用中心，可查看领取的算力。
3.进入平台中心
https://platform.virtaicloud.com/
部署ChatGLM3-6B模型
ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。
推理速度比上一代提高了很多，虽然本教程有两种启动方式，但教程作者强烈推荐使用streamlit体验，效果极佳。
1.创建项目
- 创建好账号之后，进入自己的空间，点击右上角的创建项目。
- 给项目起一个你喜欢的名称，选择添加镜像
- 镜像选择pytorch2.0.1，Conda3.9
- 选择预训练模型，点击公开，选择不要葱姜蒜上传的这个ChtaGLM3-6B模型。
- 都选完之后，点击右下角的创建，代码选择暂不上传。待会直接clone代码。
- 点击运行代码
- 资源配置选择：B1.large， 24G的显存足够加载模型了。其他的不需要设置，然后点击右下角的开始运行。
2.配置环境
- 等右边两个工具全部加载完毕之后，再点击JupyterLab进入开发环境~
- 进入界面之后是这样的，然后点击这个小加号。
- 点击terminal，进入终端。
设置镜像源、克隆项目
- 升级apt，安装unzip
apt-get update && apt-get install unzip
- 设置镜像源，升级pip
git config --global url.“https://gitclone.com/”.insteadOf https://
pip config set global.index-url https://pypi.virtaicloud.com/repository/pypi/simple
python3 -m pip install --upgrade pip
- 克隆项目，并进入项目目录
git clone https://github.com/THUDM/ChatGLM3.git
cd ChatGLM3
修改requirements
- 双击左侧的requirements.txt文件，把其中的torch删掉，因为我们的环境中已经有torch了，避免重复下载浪费时间【注意：删除之后要保存文件，可以使用快捷键Ctrl+S或者点击左上角的File，再点击保存】。
- 点击左上选项卡，重新返回终端，安装依赖，依赖安装完毕后还需要安装peft
pip install -r requirements.txt
pip install peft
3.修改web_demo_gradio.py代码
1、修改模型目录
- 双击basic_demo 编辑web_demo_gradio.py，将加载模型的路径修改为：/gemini/pretrain，如下图所示
2、修改启动代码
- 接下来还需要修改一段启动代码，将滚动条拉到最后一行，启动代码修改为如下~
demo.queue().launch(share=False, server_name=“0.0.0.0”,server_port=7000)
3、添加外部端口映射
- 在界面的右边添加外部端口：7000
4、运行gradio界面
- 点击左上选项卡，重新返回终端，运行web_demo_gradio.py
cd basic_demo
python web_demo_gradio.py
- 等待模型慢慢加载完毕，可能需要个五六分钟叭保持一点耐心 ~
5、访问gradio页面
- 加载完毕之后，复制外部访问的连接，到浏览器打打开
4.修改web_demo_streamlit.py代码
如果你运行了gradio，需要先杀掉这个进程，不然内存不够。
CTRL+C 可以杀掉进程~
杀掉进程之后，显存不会立刻释放，可以观察右边的GPU内存占用，查看显存释放情况。
1、修改模型目录
- 双击basic_demo 编辑web_demo_streamlit.py，将加载模型的路径修改为：/gemini/pretrain，如下图所示~
2、运行streamlit界面
- 点击左上选项卡，重新返回终端，运行web_demo_stream.py并指定7000端口，这样就不用再次添加外部端口映射啦~
streamlit run web_demo_streamlit.py --server.port 7000
3、访问streamlit界面
- 复制外部访问地址到浏览器打开，之后模型才会开始加载。等待模型记载完毕~
- 以下是模型在加载时Streamlit的画面，在工作台中看到加载完成后刷新即可正常使用。
- 加载成功后工作台后端画面
用免费GPU部署自己的stable-diffusion
1.创建项目
- 进入趋动云用户工作台，选择：当前空间，请确保当前所在空间是注册时系统自动生成的空间。
注：非系统自动生成的空间，没有赠送的算力金 - 点击：快速创建，选择创建项目，创建新项目。
- 填写相关的项目信息，其中镜像选择如下。
4.数据集选择如下。
5.待项目信息完善后，镜像和数据集选择完毕之后，点击 “创建”。
- 弹出的上传代码对话框，选择 “暂不上传”。
2. 初始化开发环境实例
之后找到最右侧 “开发”-> “初始化开发环境实例”
按照下图进行选择
运行初始化中，等待约 5-10 分钟，当右侧的 网页终端 和 JupyterLab 不再是灰色时，表明工具注入成功。此时您便可在此开发环境上通过工具进行模型调优，详情可参见下一步。
3. 部署模型
初始化完毕，点击下图所示右侧 “网页终端”
依次输入以下4串命令就可以啦，注意每一次命令输入之后要等它运行完毕之后再输入下一条指令，建议复制命令而不是手动输入，容易出现遗漏空格或者路径出错的情况（网页终端无法使用Ctrl+C复制和Ctrl+V粘贴，可以鼠标在页面点击右键，然后选择“复制”或者“粘贴”）。
1、解压代码及模型
tar xf /gemini/data-1/stable-diffusion-webui.tar -C /gemini/code/
2、解压配置文件到隐藏目录/root/.cache
tar xf /gemini/data-1/cache.tar -C /root/ （文件位置可能发生变化，如果报错请删除该行）
3、拷贝frpc内网穿透文件 （注意有两行 -> 两条指令）
cp /gemini/data-1/frpc_linux_amd64 /root/miniconda3/lib/python3.10/site-packages/gradio/frpc_linux_amd64_v0.2 （文件位置可能发生变化，如果报错请删除该行）
chmod +x /root/miniconda3/lib/python3.10/site-packages/gradio/frpc_linux_amd64_v0.2
4、拷贝模型文件到项目目录下
cp /gemini/data-1/v1-5-pruned-emaonly.safetensors /gemini/code/stable-diffusion-webui/
5、更新系统httpx依赖
pip install httpx==0.24.1
6、运行项目
cd /gemini/code/stable-diffusion-webui && python launch.py --deepdanbooru --share --xformers --listen
当命令窗口出现如下两个网址时表示部署成功，可以复制右侧的外部访问网址访问webui
访问这个网址就可以直接使用啦
4. 体验自己的stable diffusion
登录进去之后输入prompt提示词
(masterpiece),(best quality),(Realistic photos),a cute girl, war a cap, headphones, summer, sunset, mountain road, flowers, nice weather, healing sense, detailed, half-length shot, anime style, 8k
注意：体验完后，一定要停止项目运转。一定要停止项目运转。一定要停止项目运转。不然会一直消耗GPU资源。
参考资料：https://datawhaler.feishu.cn/docx/BwjzdQPJRonFh8xeiSOcRUI3n8b
