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
uncle_ll5 小时前
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DX6 小时前
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7 小时前
流量路由:Istio 与 Knative 的集成
面试·kubernetes·llm
温暖的苹果8 小时前
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.14 小时前
LLM 工程能力
人工智能·llm
修远客15 小时前
对话式修改:Agent的人机协作模式 — Chat as Interface,对话不是聊天,是最高效的人机协作方式
llm·agent
武子康15 小时前
机器人接入 AI 连续语音后,端云架构要改什么?
人工智能·llm·agent
tachibana216 小时前
大语言模型基础
数据库·人工智能·语言模型·自然语言处理·大模型·llm
阿里云云原生1 天前
云原生 AI 基础设施演进:利用 Envoy Wasm 构建去中心化的 LLM 内容安全网关
llm
Novlan11 天前
Transformer
llm