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
武子康38 分钟前
小智的音频队列满了:丢旧帧、拒新包与播放延迟
人工智能·llm·agent
AI技术新视界1 小时前
哪些推理框架支持 N‑Gram Engram 表offload(卸载)到SSD
llm·推理框架·engram
武子康1 小时前
SGLang 回答慢,时间究竟花在了哪里?
人工智能·llm·agent
2601_962297481 小时前
基于LangChain+LLM大模型+机器学习的恶意域名(流量)智能检测系统
机器学习·langchain·llm·恶意域名·流量检测
流浪0012 小时前
大模型技术全景(八):MCP,大模型的“万能插头“——一次集成处处运行
llm
AINative软件工程3 小时前
LLM 应用的测试替身工程实践:用 Fake/Stub/Mock 让 AI 代码真正跑起来 CI
单元测试·llm·ai编程
武子康17 小时前
小智的 MQTT 已连接,为什么还不能说话?从音频通道看协议选择
人工智能·llm·agent
tachibana221 小时前
什么是 Function Calling ?
数据库·人工智能·ai·llm·agent
武子康1 天前
让 SGLang 按 JSON 回答,怎样少写一些补救代码
人工智能·llm·agent
Darling噜啦啦1 天前
Text2SQL 实战:自然语言直连数据库,让 AI 自动写 SQL 完成 CRUD 与多表联查
llm·sql server