第十一篇-Tesla P40+Text-Generation-Webui

部署环境

系统：CentOS-7
CPU: 14C28T
显卡：Tesla P40 24G
驱动: 515
CUDA: 11.7
cuDNN: 8.9.2.26

介绍

简单好用(当然速度不是最快的)，
支持多种方式加载模型，transformers, llama.cpp, ExLlama, AutoGPTQ, GPTQ-for-LLaMa, ctransformers
支持多类模型， Llama-2-chat, Alpaca, Vicuna, WizardLM, StableLM等
图形化界面聊天，微调

下载模型

https://huggingface.co/lmsys/vicuna-7b-v1.5

一个一个下载，文件下载比较耗时，可以使用浏览器下载，我用的是QQ浏览器，多点多试几次

创建虚拟环境

conda create -n textgen python=3.10

conda activate textgen

git clone https://github.com/oobabooga/text-generation-webui
cd text-generation-webui

pip install -r requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple

这里的安装需要访问github，注意自己网络可以访问github,

如果不能或者超时请重试

或者改用相应国内github镜像

移动模型

把下载好的模型文件夹放到models目录下

通过不同文件夹区别模型

[root@ai-server ~]# cd /opt/ai-server/text-generation-webui/models/
[root@ai-server models]# ll -h
total 8.0K
-rw-r--r--. 1 root root 7.3K Aug 15 10:47 config.yaml
-rw-r--r--. 1 root root    0 Aug 15 10:47 place-your-models-here.txt
lrwxrwxrwx. 1 root root   30 Aug 16 09:43 Vicuna-13b-v1.3.0-GPTQ -> /models/Vicuna-13b-v1.3.0-GPTQ
lrwxrwxrwx. 1 root root   28 Aug 16 09:43 Vicuna-13b-v1.5-GGML -> /models/Vicuna-13b-v1.5-GGML
lrwxrwxrwx. 1 root root   23 Aug 16 09:43 Vicuna-33B-GPTQ -> /models/Vicuna-33B-GPTQ
lrwxrwxrwx. 1 root root   27 Aug 17 10:43 Vicuna-7B-v1.5-GPTQ -> /models/Vicuna-7B-v1.5-GPTQ
lrwxrwxrwx. 1 root root   32 Aug 17 10:00 WizardCoder-15B-1.0-GPTQ -> /models/WizardCoder-15B-1.0-GPTQ
lrwxrwxrwx. 1 root root   30 Aug 17 10:00 WizardLM-13B-V1.2-GPTQ -> /models/WizardLM-13B-V1.2-GPTQ

可以创建软连接

ln -s /models/Vicuna-7B-v1.5-GPTQ /opt/ai-server/text-generation-webui/models/Vicuna-7B-v1.5-GPTQ
ln -s 已存在的文件夹	新链接文件夹

启动

python server.py --listen --listen-host 192.168.31.232 --listen-port 7860

访问配置

http://192.168.31.232:7860

配置模型，点击Model
1、选择第一个下拉框，选择你要加载的模型
2、可以选择Model loader使用想要的加载器加载，有多种可以选择，根据你下载的模型格式选择相应的
3、点击Load加载模型
    Loading Vicuna-7B-v1.5-GPTQ...
    Successfully loaded Vicuna-7B-v1.5-GPTQ
    说明加载成功
配置参数,点击Parameters
    可以配置许多参数，比如max_new_tokens
可是体验，点击Chat
    在input输入你的内容
    点击Generate等待回答

速度性能

在启动服务控制台会打印回答速度
例如：
    Output generated in 19.92 seconds (1.10 tokens/s, 22 tokens, context 43, seed 1673505503)
Tesla P40速度还是非常慢的，建议使用其他性能更好的显卡

参考

https://github.com/oobabooga/text-generation-webui

问题解决

在安装text-generation-webui时如果出现cmake，gcc,g++等问题，考虑升级gcc,g++版本
升级

wget --no-check-certificate https://copr.fedorainfracloud.org/coprs/mayeut/devtoolset-8/repo/epel-6/mayeut-devtoolset-8-epel-6.repo -O /etc/yum.repos.d/devtoolset-8.repo

yum makecache

yum -y install devtoolset-8-gcc devtoolset-8-gcc-c++ devtoolset-8-binutils

scl enable devtoolset-8 bash

gcc -v

g++ -v