千问Qwen7B chat:本地部署及网页端使用

基于前面的安装经验,千问大模型的本地部署并不算难,主要时间用在大模型文件的下载上。同时系统运行对硬件也有较高的要求,本机的硬件配置为N卡3060,显存12G。

  1. 使用conda创建虚拟环境,主要版本如下:

Python 3.9.18

CUDA 12.1

pytorch 2.2.2

  1. 克隆代码到本地

git clone https://github.com/QwenLM/Qwen.git

  1. 进入Qwen目录,执行安装命令

安装依赖

pip install -r requirements.txt

安装 web_demo 依赖

pip install -r requirements_web_demo.txt

  1. 运行命令

python web_demo.py --server-port 8087 --server-name "0.0.0.0"

会下载很多模型文件,需要一点时间。下载完成后启动界面如下

在输入框里输入沟通内容"你是谁"。我们看一下后台输出:

相关推荐
用户71969759335812 小时前
Llama 3 精读|附 FP8 量化与长上下文实测
llm
架构师那点事儿12 小时前
大模型如何私有化部署到生产环境
人工智能·架构·llm
浮生望13 小时前
给 Agent 加记忆:截断、总结与向量检索三种方案怎么取舍
llm·agent
浮链序13 小时前
用 Claude Haiku 5.5 做子智能体路由,把 Agent 成本砍掉六成
人工智能·python·llm
Soofjan13 小时前
Agent基础(3):提示工程、采样参数与 Token
llm·agent
Soofjan13 小时前
Agent基础(1):组成、运行机制与幻觉处理
llm·agent
万联WANFLOW14 小时前
从Agent到Agentic Collaboration:企业AI工作流背后的技术架构
llm·agent·mcp
孟健14 小时前
200 美元订阅实测:从 Agent 吞吐与缓存机制,算清 Claude 与 OpenAI 的算力账
人工智能·llm·ai编程
草上飞952716 小时前
把前沿能力装进便宜产物,本身是多数模型还不会的能力
人工智能·深度学习·llm
山顶夕景17 小时前
【OPD】Rethinking On-Policy Distillation: Phenomenology, Mechanism, and Recipe
llm·蒸馏·rlvr·opd