具体请看智谱仓库github：GitHub - THUDM/ChatGLM3: ChatGLM3 series: Open Bilingual Chat LLMs | 开源双语对话语言模型

或者Huggingface:https://huggingface.co/THUDM/chatglm3-6b

1. 利用Anaconda建立一个虚拟环境：

conda create -n chatglm3 python=3.11 (版本太低安装streamlit会出问题)
conda activate chatglm3

2. 安装torch的GPU版：

根据自己本地计算机显卡和系统选择官方上相应的指令：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

这块安装时间较长，耐心等待，反复尝试，直到安装成功为止。其中，需要测试一下GPU的CUDA功能是否可以正常使用：

print(torch.version.cuda)	#查看cuda版本
print(torch.cuda.is_available())  # 查看cuda是否可用
print(torch.cuda.device_count())  # 查看可行的cuda数目

如果以上指令运行没问题，显示True，说明可以GPU可以正常使用。

3.开始安装ChatGLM3，根据以上官网地址的说明进行如下操作：

     选择D盘或者其他盘建立一个本地文件，利用管理员权限打开一个cmd窗口运行如下命令：

git clone https://github.com/THUDM/ChatGLM3
cd ChatGLM3

然后使用 pip 安装依赖：

pip install -r requirements.txt

此外，使用 Code Interpreter 还需要安装 Jupyter 内核：

ipython kernel install --name chatglm3-demo --user

然后，进入basic_demo目录下，实现三种新的样例测试

    1）案例1——指令窗口

运行如下指令：

python cli_demo.py

指令对话窗口案例2：

    2） 案例2——Gradio

       运行如下命令：

python web_demo.py

注意：如果不输出结果，是由于Gradio的版本过高，建议安装pip install gradio==3.40版本。太低会报错，比如3.39版本。

   3) 案例3——streamlit

       运行如下命令：

streamlit run web_demo2.py

其中，需要修改一下路径，将下载好的模型放到本目录下，将第6行程序改为

将MODEL_PATH = os.environ.get('MODEL_PATH', 'THUDM/chatglm3-6b')改为
MODEL_PATH = os.environ.get('MODEL_PATH', '../chatglm3-6b')

这样所有的程序和模型都在一起，方便管理。

程序启动之后，浏览器显示如下：

安装过程中一些注意事项：

• 遇到“RuntimeError: nvrtc: error: failed to open nvrtc-builtins64_121.dll.
    Make sure that nvrtc-builtins64_121.dll is installed correctly.”

需要将虚拟环境下的“nvrtc-builtins64_121.dll”文件拷贝到C:\Windows\System32目录下，即可解决。