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
冬奇Lab9 分钟前
RAG 系列(二十一):性能优化——又快又省钱
人工智能·llm
DigitalOcean6 小时前
实战指南:AI调用成本降71%——利用“推理路由”告别大模型胡乱开销
llm·aigc·agent
厚国兄8 小时前
Agent 工程化系列 · 第 13 篇_Agent安全与可靠性如何保障
人工智能·安全·llm·prompt·agent
Mr.朱鹏9 小时前
9-检索增强生成RAG详解
python·gpt·langchain·大模型·llm·rag
星浩AI12 小时前
(三)一文看懂 Transformer:从 Token 到预测下一个字
人工智能·深度学习·llm
qcx2312 小时前
【AI Daily】每日Arxiv论文研读Top5-2026-05-18
人工智能·ai·llm·论文·agent·arxiv
冬奇Lab1 天前
RAG 系列(二十):企业级 RAG 架构设计
人工智能·llm
冬奇Lab1 天前
RAG 系列(十九):增量更新——知识库如何保持新鲜
人工智能·llm
带刺的坐椅1 天前
SolonCode CLI 的心智记忆功能:让 AI 编程助手越用越懂你
java·ai·llm·cli·soloncode