引言

说到大语言模型相信大家都不会陌生，大型语言模型(LLMs)是人工智能文本处理的主要类型,也现在最流行的人工智能应用形态。ChatGPT就是是迄今为止最著名的使用LLM的工具,它由OpenAI的GPT模型的特别调整版本提供动力，而今天我们就来带大家体验一下部署大模型的实战。

文章目录

引言一、项目选择与系统介绍1.1 项目介绍1.2 Tiny-Llama语言模型1.3 进入系统1.4 进行远程连接

二、部署LLMS大模型2.1 拉取代码到环境2.2 自定义算子部署配置protoc 环境算子编译部署修改环境变量编译运行& 依赖安装

2.3 推理启动

三、 项目体验

一、项目选择与系统介绍

1.1 项目介绍

本来博主是准备来部署一下咱们的，清华大语言模型镜像这个目前也是非常的火啊，吸引了很多人的注意其优秀的性能和GPT3 不相上下，但是由于考虑到，大部分人电脑其实跑大模型是有一点点吃力的，为了让更多人来先迈出部署模型的第一步，于是就决定去 gitee 上找一个小型一点的大模型来实战一下。

1.2 Tiny-Llama语言模型

nput type="checkbox" checked="true" disabled> 果不其然刚搜索就发现 一个基于香橙派AI Pro 部署的语言大模型项目，这不正好吗？直接开始

nput type="checkbox" checked="true" disabled> 点进去一看发现这是南京大学开源的一套基于香橙派 AIpro部署的Tiny-Llama语言模型nput type="checkbox" checked="true" disabled> （开源地址）

1.3 进入系统

这里我们选择的是openEuler，是香橙派的这块板子内置的系统。但其实他的内核是ubuntu这里可以给大家看一下，所以我们用 ubuntu 服务器来部署应该是没有问题的。

<code>openEuler 是一由中国开源软件基金会主导，以Linux稳定系统内核为基础,华为深度参与,面向服务器、桌面和嵌入式等的一个开源操作系统。

1.4 进行远程连接

nput type="checkbox" checked="true" disabled> 这里直接插电启动，默认用户名 <code>HwHiAiUser、密码 Mind@123 当然root密码也是一样的

这里我们进来之后可以直接选择链接WiFi 非常便捷

nput type="checkbox" checked="true" disabled> 当然这里大家在这里也可以选择云服务器远程实战

nput type="checkbox" checked="true" disabled> 然后我们打开命令窗查看IP , 由于系统默认支持ssh 远程连接，所以博主这里就直接采用 Sxhell 进行连接nput type="checkbox" checked="true" disabled> 输入ip 选择 <code>HwHiAiUser 登录 密码 Mind@123

二、部署LLMS大模型

2.1 拉取代码到环境

先cd进入 <code>cd ~/samples 目录之后直接利用git 拉取我们的项目，git 由于系统镜像自带的有就不用我们手动安装了

2.2 自定义算子部署

配置protoc 环境

nput type="checkbox" checked="true" disabled> 使用wget工具从指定的华为云链接下载 protobuf-all-3.13.0.tar.gz文件

<code>wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/tiny-llama/protobuf-all-3.13.0.tar.gz --no-check-certificate

nput type="checkbox" checked="true" disabled> 解压刚刚下载的文件

<code>tar -zxvf protobuf-all-3.13.0.tar.gz

这里解压速度非常快，基本一秒就OK了

nput type="checkbox" checked="true" disabled> 进入 protobuf-3.13.0 文件夹中

<code>cd protobuf-3.13.0

更新apt包管理器的软件包列表

apt-get update

nput type="checkbox" checked="true" disabled> 使用apt-get安装必要的构建工具，包括autoconf、automake和libtool，这些工具用于配置和构建开源项目

<code>apt-get install autoconf automake libtool

nput type="checkbox" checked="true" disabled> 生成配置脚本 <code>configure , 运行 ./configure 生成一个Makefile

./autogen.sh

./configure

nput type="checkbox" checked="true" disabled> 编译源代码,由于 <code>香橙派 AIpro 是4核64位处理器+ AI处理器支持8个线程，我们我们可以大胆的使用4个并行进程进行编译，以加快编译速度。编译这里的时候大家就可以放松放松了大概只需要10几分钟就好了

make -j4

nput type="checkbox" checked="true" disabled> 将编译后的二进制文件和库文件安装到系统指定的位置

<code>make install

nput type="checkbox" checked="true" disabled> 更新系统共享库缓存的工具，检查protoc 版本

<code>sudo ldconfig

protoc --version

算子编译部署

nput type="checkbox" checked="true" disabled> 将当前工作目录切换到 <code>tiny_llama

nput type="checkbox" checked="true" disabled> 设置了一个环境变量 ASCEND_PATH，并将其值设为 <code>/usr/local/Ascend/ascend-toolkit/latestnput type="checkbox" checked="true" disabled> <code>export ASCEND_PATH=/usr/local/Ascend/ascend-toolkit/latest

nput type="checkbox" checked="true" disabled> 将 <code>custom_op/matmul_integer_plugin.cc 文件复制到指定路径

cp custom_op/matmul_integer_plugin.cc $ASCEND_PATH/tools/msopgen/template/custom_operator_sample/DSL/Onnx/framework/onnx_plugin/

nput type="checkbox" checked="true" disabled> cd 进入 目标文件夹进行配置

<code>cd $ASCEND_PATH/tools/msopgen/template/custom_operator_sample/DSL/Onnx

修改环境变量

nput type="checkbox" checked="true" disabled> 打开build.sh，找到下面四个环境变量，解开注释并修改如下：

<code>#命令为 vim build.sh

<code># 修改内容为

export ASCEND_TENSOR_COMPILER_INCLUDE=/usr/local/Ascend/ascend-toolkit/latest/include

export TOOLCHAIN_DIR=/usr

export AICPU_KERNEL_TARGET=cust_aicpu_kernels

export AICPU_SOC_VERSION=Ascend310B4

编译运行& 依赖安装

nput type="checkbox" checked="true" disabled> 编译构建项目,进入到构建输出目录以后续处理生成的文

<code>./build.sh

cd build_out/

nput type="checkbox" checked="true" disabled> 生成文件到 <code>customize 到默认目录 $ASCEND_PATH/opp/vendors/

./custom_opp_ubuntu_aarch64.run

nput type="checkbox" checked="true" disabled> 删除冗余文件

<code>cd $ASCEND_PATH/opp/vendors/customize

rm -rf op_impl/ op_proto/

安装依赖：从指定的华为云 PyPI 镜像源安装所需的 Python 包

<code>cd tiny_llama/inference

pip install -r requirements.txt -i https://mirrors.huaweicloud.com/repository/pypi/simple

先cd 回到根目录，在进入家目录，找到咱们的 tiny_llama/inference

2.3 推理启动

nput type="checkbox" checked="true" disabled> 下载tokenizer文件

<code>cd tokenizer

wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/tiny-llama/tokenizer.zip

unzip tokenizer.zip

nput type="checkbox" checked="true" disabled> 获取onnx模型文件

<code>cd ../model

wget https://obs-9be7.obs.cn-east-2.myhuaweicloud.com/wanzutao/tiny-llama/tiny-llama.onnx

nput type="checkbox" checked="true" disabled> 我们在复制代码的时候一定要仔细嗷博主这里少打了一个w 导致并没有获取到模型，后期找了半天才发现错误所以提醒大家一定要注意好每一步

nput type="checkbox" checked="true" disabled> atc模型转换

<code>atc --framework=5 --model="./tiny-llama.onnx" --output="tiny-llama" --input_format=ND --input_shape="input_ids:1,1;attention_mask:1,1025;position_ids:1,1;past_key_values:22,2,1,4,1024,64" --soc_version=Ascend310B4 --precision_mode=must_keep_origin_dtypecode>

三、 项目体验

好了到这里我们就算是大功告成了，只需要启动一下mian文件就OK了

在 <code>cd tiny_llama/inference 目录下运行命令

python3 main.py

打开网址进行访问

Tiny-Llama这个模型由于尺寸非常小，参数也只有1.1B。所以在我们部署Tiny-Llama这个大语言模型推理过程中，Ai Core的占用率只到60%左右，基本是一秒俩个词左右，速度上是肯定没问题的。后期可以去试试升级一下内存去跑一下当下主流的 千问7B模型 或者 清华第二代大模型拥有 60 亿参数 ChatGLM2 感觉用 <code>OrangePi AIpro 这块板子也是没问题。