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
众人皆醒我独醉12 小时前
自动扩缩容:KPA/HPA/KEDA 三条路径
面试·kubernetes·llm
武子康17 小时前
262K 跑过,128K 却被脚本拦下:A6000 跑分里的三种“失败”不能混为一谈
人工智能·llm·agent
修远客17 小时前
质检系统:Agent的自我审查 — 不自检的Agent就像没有编辑的报社
llm·agent
sg_knight19 小时前
openCode 安装与初始化配置(Windows / macOS / Linux)
linux·windows·macos·llm·agent·ai编程·opencode
Shawn_Shawn19 小时前
本体论的基本核心概念
后端·llm·领域驱动设计
uncle_ll1 天前
LlamaIndex 全栈实战指南:架构解构、RAG 核心原理与私有知识库工程化落地方案
架构·llm·agent·rag·llamaindex
蛋先生DX1 天前
大模型本地部署神器的瘦身进阶原理,就这两招?
llm·llama·ollama
众人皆醒我独醉1 天前
流量路由:Istio 与 Knative 的集成
面试·kubernetes·llm
温暖的苹果1 天前
opencode 配置完全指南:配置文件、目录与字段详解
ai·llm·agent·vibecoding·opencode
七点半.2 天前
LLM 工程能力
人工智能·llm