ChatGLM-6B 本地部署指南！

Datawhale干货

作者：宋志学，Datawhale成员

注意事项-写在最前

显卡需要至少6GB的显存
使用GPU部署模型需要自行安装torch和与自己显卡匹配的CUDA、cudnn

下载ChatGLM-6B

在GitHub上下载chatglm-6b的源码，地址如下

https://github.com/THUDM/ChatGLM-6B

开源双语对话语言模型 | An Open Bilingual Dialogue Language Model

可以使用git clone代码，也可以下载代码压缩包到本地（看你心情）

然后，安装一些包。

pip install -r requirements.txt

下载int4模型

在Hugging Face上下载chatglm-6b int4量化模型地址如下：

https://huggingface.co/THUDM/chatglm-6b-int4

这些所有文件都需要下载（可能需要一点点魔法，但是相信聪明的你，一定可以！）

在刚刚下载好的chatglm源码中新建一个用于下载模型文件的文件夹，命名为chatglm-6b-int4(你也可以换一个你喜欢的名字)。将Hugging Face上的int4量化模型下载到里面。

修改源码

web_demo.py

将源码中wei_demo.py文件中的第5、6两行代码中的模型路径修改为chatglm-6b-int4也就是刚刚下载模型的文件夹。如下图所示。

切记：不要用./chatglm-6b-in4不要出现"点杠"的形式，如果你把模型文件放在了其他地方，请务必使用绝对路径，如:"G:\日常文件\Chatgpt相关\ChatGLM-6B\chatglm-6b-int4"。（要使用双斜杠，双斜杠，双斜杠！！！）鼓励你像我这样直接放在源码里面，免去路径问题的困扰。（相信你足够聪明，可以解决这个问题！）

api.py

cli_demo.py

运行代码

web_demo.py

在下载chatglm源码的目录，打开cmd，输入python web_demo.py经过一段时间的等待，出现如下图一样的输出就代表运行成功，在浏览器输入地址：http://127.0.0.1:7860，就可以愉快地使用chatglm啦~

gcc报错不需要管，属于windows自己问题，咱们使用GPU运行，gcc与我们无关

在 CPU 上运行时，会根据硬件自动编译 CPU Kernel ，请确保已安装 GCC 和 OpenMP （Linux一般已安装，对于Windows则需手动安装），以获得最佳并行计算能力。

可以看到显存占了5.7GB，所以需要至少一张6GB的显存的显卡，再来玩这个。

注意：对话太长也会爆显存。

api.py

在命令行输入python api.py，经过一段时间的运行，出现如下输出，就是运行成功。

按照官网给的示例

curl -X POST "http://127.0.0.1:8000"
-H 'Content-Type: application/json'
-d '{"prompt": "你好", "history": []}'

可以使用python中的requests库进行访问，聪明的你可以把这个代码封装一下实现多轮对话。

import requests
import jsonurl = 'http://127.0.0.1:8000'
headers = {'Content-Type': 'application/json'}
data = {"prompt": "你好", "history": []}response = requests.post(url=url, headers=headers, data=json.dumps(data))
response.json()