阿里云 GPU 服务器 + Alpaca 大模型：搭建个人版对话大模型教程

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

1. 在ECS实例创建页面，创建ECS实例。关键参数说明如下，其他参数的配置，请参见自定义购买实例。
   • 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。
      
   2. 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。
   3. 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。
   4. 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
   2. 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。
   3. 分别执行以命令，升级pip。 wget https://bootstrap.pypa.io/get-pip.py python3.11 get-pip.py
2. 执行以下命令，安装Git和Git LFS软件。 apt install -y git git-lfs python3.11-distutils
3. 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。
4. 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
   2. 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。
   3. 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。
2. 执行以下命令，下载Chinese-LLaMA-Alpaca模型。 git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca.git
3. 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
4. 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
5. 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。
6. 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
2. 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/
3. 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。
2. 在ECS实例页面，获取ECS实例的公网IP地址。
3. 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。

了解更多AIGC实践和GPU优惠