在阿里云GPU云服务器上基于Alpaca大模型搭建个人版“对话大模型”

本教程介绍如何在阿里云GPU云服务器上基于Alpaca大模型快速搭建个人版“对话大模型”。

背景信息

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。同时，使用了中文数据进行二次预训练，提升了中文基础语义理解能力。

本文基于阿里云GPU服务器和Alpaca大模型，指导您如何快速搭建个人版“对话大模型”。

重要

• 阿里云不对第三方模型Alpaca大模型的合法性、安全性、准确性进行任何保证，阿里云不对由此引发的任何损害承担责任。
• 您应自觉遵守第三方模型的用户协议、使用规范和相关法律法规，并就使用第三方模型的合法性、合规性自行承担相关责任。

操作步骤

创建并配置ECS实例

• 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。
• 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。

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。具体操作，请参见添加安全组规则。
   
3. 查看驱动以及CUDA库是否安装成功。

1. 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。
   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。
   重要

• 系统自动安装驱动以及CUDA库时，请不要手动操作或者重启实例，否则可能会导致驱动或者CUDA库安装失败。等到安装驱动以及CUDA库完成以后，系统会自动重启。
• 如果创建完ECS实例后，没有立即远程登录ECS实例，可能看不到类似下图的回显信息。

1. 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。
2. 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。

1. 执行以下命令，查看CUDA库的版本。

nvcc -V

回显信息如下图所示。

配置软件

1. 安装Python 3.11并升级pip。

1. 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

1. 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。

1. 分别执行以命令，升级pip。

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

1. 执行以下命令，安装Git和Git LFS软件。

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

1. 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

重要

从GitHub上下载Transformers库，由于网络原因偶尔可能会不成功，建议您多尝试几次。

1. 在PyTorch环境下验证GPU是否正常工作。

1. 执行以下命令，进入Python运行环境。

python

1. 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。

1. 执行以下命令，退出Python。

quit()

下载与配置模型

1. 依次执行以下命令，下载tmux并创建一个tmux session。

apt install -y tmux
tmux

重要

下载模型耗时较长，建议在tmux session中下载，以免ECS断开连接导致下载中断。

1. 执行以下命令，下载Chinese-LLaMA-Alpaca模型。

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

1. 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

1. 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。
   重要
   LLaMA是第三方提供的Huggingface格式的预训练模型数据。Meta官方发布的LLaMA模型禁止商用，并且官方暂时还没有正式开源模型权重。这里使用这个下载链接只为做演示使用，不承担任何法律责任。

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

1. 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。

1. 执行以下命令，查看转换完成后的文件。

ls -lh llama_with_lora_hf

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

1. 执行以下命令，安装代码及依赖库。
   重要
   安装代码及依赖库涉及从Github下载代码，可能会因为网络原因运行失败，请多试几次。

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/

1. 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。

验证结果

完成以上操作后，您已经成功完成了WebUI部署和个人版对话大模型的搭建。您可以在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。

1. 在ECS实例页面，获取ECS实例的公网IP地址。
2. 在浏览器中输入http://<ECS实例公网IP地址>:7860，即可访问个人版对话大模型。
   您可以输入相应的问题和AI机器人进行对话。