ChatGML-6B大模型Windows部署（可CPU运行保姆级教程）

这张照片拍摄于去年春节前的大连，那天雪下得很大很安静，路灯发出柔和的黄色光芒，树枝上则挂满了类似雾凇的冰晶，一片平静祥和。

🚀 写在最前：这篇文章将学习如何运行ChatGML-6B大模型。
🚀：点个关注吧😀，让我们一起探索计算机的奥秘！

一、ChatGML-6B大模型介绍

ChatGML-6B 是一个大型语言模型,被训练来预测人类语言。它是基于 GPT 模型的一种改进版本，拥有 6.3 亿个参数，是当前最大规模的中文语言模型之一。ChatGML-6B 模型由清华大学 KEG 实验室和智谱AI共同训练,拥有强大的语言理解和生成能力。

二、环境配置

①ChatGML-6B大模型的下载

下载网址：/THUDM/ChatGLM-6B.
在这里插入图片描述
点击Dwonload ZIP，下载这个模型，并解压。

②TDM-GCC安装

CPU部署ChatGLM-6B要涉及到一个kernel的编译问题。这样CPU部署的话就需要安装C/C++的编译环境。这里推荐安装TDM-GCC，网址:/tdm-gcc/.

在这里插入图片描述
双击下载好的.exe文件，开始安装tdm-gcc。点击下面的create

点击next

选择你想安装的路径，点击next

首先必须勾选openMP,先把gcc打开，然后往下翻，勾选openMP，同样的还得勾选gdb32 (Stable Release: 10.2-tdm-1)

在这里插入图片描述

选择好后，点击Install等待一会它的安装，安装完成后就会显示如下界面。

最后点击finish就行。

检查是否安装成功，win+r 输入cmd然后输入gcc --version，如显示为以下内容即表示安装成功，若没有显示，添加环境变量。
在这里插入图片描述
配置环境变量完成后，再次cmd中输入上述命令，直到显示上述内容则表示安装成功。

③Anaconda安装

对于人工智能大模型，每次运行都必须给其创建一个专属于它的自己的一个运行环境，使用Anaconda为ChatGML-6B创建属于它自己的运行环境。

Anaconda下载链接：Anaconda. 请添加图片描述
直接点击下载即可！安装很无脑，基本直接下一步即可，推荐安装在C盘。以下是具体安装步骤。

🚀 1）双击下载好的.exe文件，会弹出如下窗口，点击next。
在这里插入图片描述
🚀 2）点击 I agree，然后选择ALL User。

🚀 3）这里建议放C盘，因为我之前没放C盘，出现了一些奇怪的错误解决不了，不过我现在还是没放C盘，这个大家自行选择即可。

🚀 4）这里直接两个都勾选上，第一个是添加环境变量，建议勾上，不勾的话，后面得自己去path里配环境变量，第二个是默认勾上的，就让他勾上。
在这里插入图片描述
🚀 5）安装中，等待一会就好。

🚀 6）恭喜你，这样安装就完成了！！！completed successfully!!!
在这里插入图片描述

安装完成后，点击电脑的开始键，就可以看见我们安装的Anaconda
在这里插入图片描述
需要注意的是，安装后想将我们的大蟒蛇Anaconda卸载的话，千万别按着常规方法卸载，会导致卸载不干净，下次再安装Anaconda的时候就会安装失败，一定要去CSDN上搜索教程卸载。

④创建ChatGML-6B运行的虚拟环境

点击进入命令窗口
在这里插入图片描述
在命令窗口输入

conda create -n ChatGML-6B python=3.8

然后输入y，如下所示就是创建成功，（下图是我创建yolov5时候截的图片，由于当时创建ChatGML-6B运行环境的时候没有截图，所以就用了yolov5时候截的图片，只要和下图一样就成功了）
在这里插入图片描述
输入

conda env list

查看是否成功，若显示出刚刚创建的虚拟环境名称，则表示创建成功。

在这里插入图片描述
此时我们创建的虚拟环境里还什么都没有，还得安装运行ChatGML-6B代码的一下用到的一些库；ChatGML-6B的作者是已经给我们列好了安装哪些库的，他把这些需要的库都放在requirements.txt中，而这个requirements.txt就在我们刚下载的ChatGML-6B-main文件夹中。
在这里插入图片描述
输入以下命令，进入 ChatGLM-6B虚拟环境，在该环境中pip install requirements.txt

conda activate ChatGLM-6B

在这里插入图片描述
然后输入以下命令安装 requirements.txt。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r D:/PythonWorkspace/ChatGLM/ChatGLM-6B-main/requirements.txt

由于我已经下载过了，就并不会显示下载，在这里等待它自动下载完成就行
在这里插入图片描述

⑤Pycharm的安装

这个安装也没什么要注意的，就不写教程了，要是有困难可以留言也可以网上找安装教程，注意下载社区版本community版，该版本免费。
下载地址：/pycharm/download.

三、模型安装

进入网站：https://huggingface.co/THUDM/chatglm-6b-int4/tree/main
下载ChatGML-6B的模型，下图框住的全部下载下来
在这里插入图片描述
在之前下载的ChatGML-6B-main中新建model文件夹，然后将刚刚下载的文件全部放入model文件夹中。

至此，所有的准本工作就都做完了！！！

四、成果展示

右键，选择用Pycharm打开，进入后，所有都点×。
在这里插入图片描述
将刚刚创建的环境加入

环境添加完成后等待一会，ChatGML-6B三种方式：

命令行Demo：命令行模式（cli_demo.py）
网页版Demo ：网页版（web_demo.py）
API部署：API部署（api.py）

在这里插入图片描述
这里使用命令行Demo进行测试，双击打开cli_demo.py文件，修改一下其中的代码，修改如下

tokenizer = AutoTokenizer.from_pretrained("model", trust_remote_code=True, revision="v1.1.0")
# model = AutoModel.from_pretrained("model", trust_remote_code=True).half().cuda()
model = AutoModel.from_pretrained("model", trust_remote_code=True).float()

在这里插入图片描述
然后直接运行这个程序，就可以进入，但是由于我用的cpu，内存又只有16G，开启Pycharm运行，Pycharm本身会占用很大的内存，直接使用命令行方式运行，操作如下 (想多留点内存给ChatGML-6B运行，然后我就去把该结束的进程给结束，一不小心把资源管理器的进程结束了，只能无奈重启😭，大家也可以结束掉一些不用的进程)
在这里插入图片描述
进入文件夹，在这里打开终端，在上方输入cmd就能打开。
请添加图片描述
进入后如下所示，一定要保证在ChatGML-6B-main文件夹下。

输入 conda activate ChatGLM-6B来激活虚拟运行环境，成功进入后命令行前方会多出（ChatGLM-6B），表示成功进入该虚拟环境。

conda activate ChatGLM-6B

请添加图片描述
接着输入python cli_demo.py来运行该代码。运行就成功了！！！！

python cli_demo.py

在这里插入图片描述
**输入一个你好测试，得到了回复！！！！运行成功！！！！**只不过由于是cpu运行，所以回复的会比较慢。

运行完一想，不对，我开着网络运行的，有没有可能模型并没有在我的电脑上跑，于是我就关闭了网络再试了一次，此时网络已经断开。
在这里插入图片描述
依然得到了回复，看来这个模型真的在我的电脑上跑着。