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
爱上纯净的蓝天9 小时前
只输出选项和概率的模型:判别层的接口契约与阈值工程
人工智能·大模型·llm·模型评估·架构设计
流浪00110 小时前
大模型技术全景(十二):人工介入 HITL、HOTL 与 HOOTL
llm·hitl·人工介入·hotl·hootl
Lintongzg14 小时前
千卡训练的隐形账单:通信不是瓶颈
笔记·学习·性能优化·llm
武子康14 小时前
Cosmos Curator 清洗视频时,哪些片段应该留下?
人工智能·llm·agent
我想问问天14 小时前
Jev 是做什么的?聊聊它能帮 LLM 分担哪些工作
人工智能·llm·aigc
谢白羽15 小时前
对比DP8+EP与TP8在DS MoE部署性能
llm·vllm·大模型部署·sglang
XLYcmy15 小时前
AI 时代,MOM(制造运营管理系统)该如何演进? 上
ai·llm·agent·模型·mom·harness·工业系统
凉凉的知识库18 小时前
Agent 如何拥有长期记忆:六个主流项目的设计思路对比
开源·llm·agent
桃西西呀18 小时前
Laya 源码级原理拆解之二:序列打包与决策头
人工智能·llm·ai编程
桃西西呀20 小时前
Laya 源码级原理拆解之一:整体架构与运行入口
人工智能·llm·ai编程