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
Freak嵌入式2 小时前
MicroPython对接大模型:uopenai + 火山方舟实现文字聊天和图片理解
ide·驱动开发·ai·llm·嵌入式·micropython·upypi
AI精钢3 小时前
Claude Opus 4.7 是一次失败的升级吗?一次基于用户反馈的技术复盘
网络·人工智能·ai·大模型·llm·claude·技术评论
用户13184867539464 小时前
PagedAttention学习笔记
llm
用户13184867539464 小时前
Prefix Caching学习笔记
llm
Karl_wei1 天前
Vide Coding 的基础:LLM 大模型
llm·ai编程·领域驱动设计
CoderJia程序员甲1 天前
GitHub 热榜项目 - 日榜(2026-04-17)
ai·大模型·llm·github·ai教程
Cosolar1 天前
PageIndex技术全解析:基于推理的无向量RAG框架,重构长文档智能检索范式
llm·agent·chatglm (智谱)
阿正的梦工坊1 天前
大模型训练之流水线并行(Pipeline Parallelism)详解
llm·流水线并行
Cosolar2 天前
2026年向量数据库选型指南:Qdrant、Pinecone、Milvus、Weaviate 与 Chroma 深度解析
数据库·面试·llm
阿正的梦工坊2 天前
vLLM 底层 PagedAttention(分页注意力)和 Continuous Batching(连续批处理)解释
llm