使用chatglm.cpp本地部署ChatGLM3-6B模型

GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案 本地部署大模型,那么如何用小显存部署和使用也是非常重要,让AI的价值应用并延伸到更广泛的领域。 本实战专栏继续关注小而美的大模型,将评估一系列的开源模型,尤其关注国产大模型,重点在于可私有化、轻量化部署,比如推理所需的GPU资源控制在24G显存内,2张Titan XP,或1080 Ti。 阅读详情

ChatGLM3模型介绍

ChatGLM3-6B 是 ChatGLM 系列最新一代的开源模型,在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上,ChatGLM3-6B 引入了如下特性:

  1. 更强大的基础模型: ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。在语义、数学、推理、代码、知识等不同角度的数据集上测评显示,ChatGLM3-6B-Base 具有在 10B 以下的预训练模型中最强的性能。
  2. 更完整的功能支持: ChatGLM3-6B 采用了全新设计的 Prompt 格式,除正常的多轮对话外。同时原生支持工具调用(Function Call)、代码执行(Code Interpreter)和 Agent 任务等复杂场景。
  3. 更全面的开源序列: 除了对话模型 ChatGLM3-6B 外,还开源了基础模型 ChatGLM-6B-Base、长文本对话模型 ChatGLM3-6B-32K。以上所有权重对学术研究完全开放,在填写问卷进行登记后亦允许免费商业使用。

本地部署ChatGLM3模型

使用chatglm.cpp部署模型

下载chatglm.cpp

git clone --recursive https://github.com/li-plus/chatglm.cpp.git && cd chatglm.cpp

编译chatglm.cpp

cmake -B build
cmake --build build -j 16 --config Release

下载chatglm3-6b模型文件

当前chatglm3是开源的最高版本。我们可以选择从huggingface或openi下载模型

从huggingface下载

安装huggingface:

pip install -U huggingface_hub

下载模型

创建models目录,到目录里下载chatglm3-6b模型到chatglm3目录里。命令:

huggingface-cli download --resume-download THUDM/chatglm3-6b --local-dir chatglm3


使用openi下载模型

首先安装库:pip install openi 

然后登录账户: 

openi login

按照提示输入token 。token可以从openi官网应用栏目创建。 Sign In - OpenI - 启智AI开源社区提供普惠算力!

登录之后,就可以使用openi命令下载模型了 

openi model download -r Zhipu.AI/ChatGLM3 -m chatglm3-6b -p chatglm3-6b

转换模型文件到ggml

先安装需要的库

python3 -m pip install -U pip
python3 -m pip install tabulate tqdm transformers accelerate sentencepiece
# pip install sentencepiece

转换模型还需要安装torch,这个可以到官网获取安装命令,这里就不具体说明了。

 开始转换:

# cd chatglm.cpp
python3 chatglm_cpp/convert.py -i ~/models/chatglm3-6b -t q4_0 -o ~/models/chatglm3-6b/chatglm3-ggml.bin

 部署完成的测试

执行下面命令:

./build/bin/main -m ~/models/chatglm3-6b/chatglm3-ggml.bin -p 你好,最好的大模型是哪一款?

看这个回答,情商不错啊

./build/bin/main -m ~/models/chatglm3-6b/chatglm3-ggml.bin -p 你好,最好的大模型是哪一 款?


您好!关于“最好的大模型”,这其实是一个因应用场景而异的问题。在不同的领域和任务中,最适合的大模型可能有所不同。

在自然语言处理领域,清华大学 KEG 实验室和智谱 AI 共同训练的 GLM3-6B 模型在许多 NLP 任务中表现优秀。在计算机视觉领域,OpenAI 的 DALL-E 和特斯拉的 GPT-3 都是目前表现出众的大模型。在音频处理领域,Google 的 Wavenet 和 Facebook 的 GLA 的表现较好。

因此,要确定哪一款大模型是“最好的”,需要根据您的具体需求和应用场景来判断。

实战ChatGLM3

 与ChatGLM3交互

./build/bin/main -m ~/models/chatglm3-6b/chatglm3-ggml.bin -i

效果还是不错的:

./build/bin/main -m ~/models/chatglm3-6b/chatglm3-ggml.bin -i
    ________          __  ________    __  ___                 
   / ____/ /_  ____ _/ /_/ ____/ /   /  |/  /_________  ____  
  / /   / __ \/ __ `/ __/ / __/ /   / /|_/ // ___/ __ \/ __ \ 
 / /___/ / / / /_/ / /_/ /_/ / /___/ /  / // /__/ /_/ / /_/ / 
 \____/_/ /_/\__,_/\__/\____/_____/_/  /_(_)___/ .___/ .___/  
                                              /_/   /_/       

Welcome to ChatGLM.cpp! Ask whatever you want. Type 'clear' to clear context. Type 'stop' to exit.

Prompt   > 你好
ChatGLM3 > 你好👋!我是人工智能助手 ChatGLM3-6B,很高兴见到你,欢迎问我任何问题。
Prompt   > 如果小朋友一直刷手机,应该怎么引导? 
ChatGLM3 > 小朋友一直刷手机可能会对他们的身心健康和发展产生负面影响。以下是一些建议,可以帮助引导孩子减少手机使用时间:

1. 设定规则:家长可以和孩子一起制定一些规则,例如在规定的时间内使用手机,例如晚餐后、睡觉前。严格遵守这些规则可以帮助孩子养成良好的习惯。

2. 互动交流:家长可以和孩子一起进行其他活动,例如阅读、玩游戏或进行户外活动等,以减少孩子对手机的依赖。

3. 激发兴趣:家长可以鼓励孩子培养其他兴趣爱好,例如绘画、音乐、运动等,这样孩子可以更有效地利用时间,而不是一直在手机上。

4. 教育应用:家长可以和孩子一起学习如何使用手机,例如使用教育应用、导航等,让孩子更加积极地使用手机。

5. 关注孩子的情绪:孩子过度使用手机可能是因为他们感到无聊、孤独或其他情绪问题。家长可以关注孩子的情绪,尝试了解他们的需求,并帮助他们应对这些情绪问题。

6. 做出榜样:家长是孩子的榜样,因此家长的行为会对孩子产生影响。家长可以减少自己的手机使用时间,并和孩子一起度过更多 quality time。

总之,家长可以通过制定规则、互动交流、激发兴趣、教育应用、关注情绪和做出榜样等方式,引导孩子减少手机使用时间,并帮助他们养成良好的习惯。
Prompt   > 如何用大模型做一个有趣的项目? 
ChatGLM3 > 用大模型做一个有趣的项目可以参考以下步骤:

1. 确定项目目标:首先确定项目的目标和主题,例如你想用大模型制作一个对话机器人、一个文本生成器或者一个图像生成器等。

2. 收集数据:根据项目目标,收集相关的数据,例如文本数据、图像数据、语音数据等。

3. 数据预处理:对收集的数据进行预处理,例如清洗、标注、归一化等,以便于大模型进行处理。

4. 选择大模型:根据项目需求,选择合适的大模型,例如ChatGPT、ChatGLM、LLaMA等。

5. 训练模型:使用收集的数据对大模型进行训练,并根据项目需求进行优化和调整。

6. 测试模型:在模型训练完成后,进行测试和评估,以确保模型的性能和质量符合预期。

7. 应用和展示:将训练好的模型应用到项目中,例如构建一个对话机器人或者一个文本生成器,并进行展示和分享。

总之,用大模型做一个有趣的项目需要首先确定项目目标,然后收集数据,进行数据预处理,选择大模型进行训练,测试模型并进行应用和展示。
Prompt   > 

 当然还有我们著名的打鸟的脑筋急转弯:

Prompt   > 树上8只鸟,打死3只,还有几只? 
ChatGLM3 > 如果树上有8只鸟,打死3只后,树上将剩下5只鸟。
Prompt   > 再想想
ChatGLM3 > 非常抱歉,我的回答有误。如果树上有8只鸟,打死3只后,树上将剩下0只鸟。
 

调式

Huggingface下载模型慢,使用镜像:

HF-Mirror - Huggingface 镜像站

即使用了镜像,还是慢。解决方法:从openi网站OpenI - 启智AI开源社区提供普惠算力!下模型。可以用浏览器下载,也可以用python或命令行来下载。

openi下载报错

FileNotFoundError: ❌ 本机尚未登录OpenI,请参考 https://openi.pcl.ac.cn/docs/index.html#/api/cli/login.
使用openi login 登录,后面输入token即可。

具体见openi官网:OpenI

chatglm.cpp转换模型报错

  File "/home/skywalk/github/chatglm.cpp/chatglm_cpp/convert.py", line 577, in main
    with open(args.save_path, "wb") as f:
FileNotFoundError: [Errno 2] No such file or directory: '/home/skywalk/models/chatglm3/chatglm3-ggml.bin'
 是因为没有那个目录,换成chatglme3-6b目录。后来发现是硬盘空间不够了,清理出足够硬盘空间,搞定。

70亿参数大模型打造AI学习监督官:角色扮演与本地部署实践 大语言模型(LLM)正从通用对话问答延伸至任务执行与角色扮演领域,'AI学习监督'便是其中典型场景。本文以一个70亿参数模型构建的'德国军官'风格学习监督应用为切入点,系统拆解角色提示词(System Prompt)设计、Token与模型参数的区别、对话上下文管理、本地部署路径及API接口调用等核心技术环节。从模型选型到量化部署,从结构化输出到批量任务生成,旨在帮助开发者理解如何将通用7B级模型落为可用的工程工具,并探讨其在学习管理、效率督促等场景中的实际应用价值。适合AI应用开发入门者、提示词工程师及学习 阅读详情

相关推荐

Qt C++ libtorch 大模型部署 ChatGLM3-6B 本地知识库工具(RAG 检索增强)

FAISS | 1.7+ CPU 版本(轻量级向量检索库,[编译教程](https://github.com/facebookresearch/faiss/blob/main/INSTALL.md)) |QString faissIndexPath = QFileDialog::getOpenFileName(this, "选择FAISS索引", "", "FAISS (*.faiss)");确认输入问题与知识库相关。// 全1 mask。

寒寒豆豆软件公司的博客 91

【chatglm2】使用Python在CPU环境中运行 chatglm.cpp 可以实现本地使用CPU运行chatglm2模型,速度也特别的快可以本地部署,把现有项目进行AI的改造。

也可以支持英文,但是最后几个字有点问题。最后有点乱码,不知道是不是因为模型裁剪的问题。同时也有可能是原始素材就有这个问题。可以使用docker 在 CPU上面运行 chatglm ,同时安装了 pytorch 的CPU 版本,镜像缩小到 1.5 G了。并且速度也是非常的快了。可以在非GPU的机器上面运行了。可以解决很多问题呢。

freewebsys的专栏 5512

Qt c++ llama.cpp 实现 ChatGLM3-6B-Quant 合同审查工具(风险条款标注)

基于 Qt C++ 和 llama.cpp 部署 ChatGLM3-6B-Quant 量化模型,实现一个**合同审查工具**——核心功能是上传合同文本(本地文件/手动输入),模型自动识别并标注合同中的风险条款(如违约责任不明确、付款条件模糊、有效期缺失等),同时给出风险等级和修改建议,全程本地化运行保障合同数据安全。details += QString("修改建议:%1\n\n").arg(QString::fromStdString(clause.modify_suggestion));

寒寒豆豆软件公司的博客 98

大模型笔记之-低成本部署CharGLM3|chatglm.cpp基于ggml 的纯 C++ 实现

本文主要介绍基于chatglm.cpp项目仅使用cpu推理chatGLM3的教程。

JunHowie的个人Blog 4105

本地部署核心系列第二篇:GGUF/llama.cpp 轻量化部署:CPU 也能跑大模型

本文介绍了一种无需高端GPU即可本地部署大语言模型的轻量化方案,基于GGUF格式模型和llama.cpp工具。GGUF格式通过量化压缩模型体积,适配CPU推理;llama.cpp则提供高效解析和运行。文章详细说明了硬件要求、软件安装、模型下载等准备工作,并提供了Windows/Linux/Mac系统的具体部署步骤和优化方法。该方案最低仅需双核CPU和8GB内存即可运行7B量级模型,适合开发者在普通设备上低成本部署大语言模型。最后总结了常见问题解决方案和核心知识点,帮助用户掌握轻量化部署逻辑。

记录 IT 领域经验与见解的博客 488

SEW MDX61B 变频器调试说明

可手动自由更改时间和地址,时间一般不更改,IP地址使用网络适配器地址(Network adapter),点击进入即可。进入网络适配器(Network adapter)后,选择适配器建议地址,点击OK,更改IP地址后点击OK。点击加载配置文件(Load a configuration),加载已保存的应用模块配置文件, 或者点击“next”,开始重新配置AMA0801模块。满足安全回路后,控制模式选为寻参模式(Reference mode),选中开始(start),即可将机械零点设置为电气零点。

xdpcxq的专栏 4289

chatglm.cpp使用手记

【代码】chatglm.cpp使用手记。

qq_46229380的博客 1032

【车间调度】车间调度问题的分类

本系列为自己学习调度相关知识的记录,如有误请指出,也欢迎调度方向的小伙伴加我好友共同交流。 车间调度问题的分类 根据工件和车间构成不同,车间调度问题可分为以下几种 1.单机调度问题 在单机调度问题(S,SMP)中,加工系统只有一台机床,待加工的工件有且仅有一道工序,所有工件都在该机床上进行加工。此问题是最简单的调度问题,当生产车间出现瓶颈机床时的调度就可视为此调度问题。 ...

weixin_51656605的博客 7421

基于ChatGLM.cpp实现低成本对ChatGLM3-6B的量化加速

基于ggml的纯C++实现,工作方式与llama.cpp相同。通过 int4/int8 量化、优化的 KV 缓存和并行计算加速内存高效的 CPU 推理。具有打字机效果的流式生成。Python 绑定、Web demo、API server和更多可能性。硬件:x86/arm CPU、NVIDIA GPU、Apple Silicon GPU平台:Linux、MacOS、Windows。

最美dee时光的博客 4283

新英格兰10机39节点matlab建模,ieee10机39节点系统数据

【实例简介】ieee10机39节点系统数据,主要是BPA数据!【实例截图】【核心代码】ne_039_bus└── ne_039_bus├── 039readme.doc├── bpa│ ├── 039bpa.dat│ ├── 039bpa.swi│ ├── LFerr.LIS│ ├── OneNote 目录.onetoc2│ └── STERR.LIS├── eurostag│...

weixin_39851809的博客 3267

从零开始,手把手教你用RTL代码设计一个简单的8位CPU(附状态图与ALU设计)

本文详细介绍了如何从零开始设计一个简单的8位CPU,包括状态机设计、ALU实现与RTL编码实战。通过具体的指令集分析、状态图设计和Verilog代码示例,帮助读者深入理解CPU工作原理,并掌握RTL代码编写技巧。特别适合计算机系统学习者和硬件设计爱好者。

weixin_30847063的博客 313

小白必看:ChatGLM3-6B本地部署常见问题解答

本文介绍了如何在星图GPU平台上自动化部署🤖 ChatGLM3-6B镜像,以快速搭建本地智能助手。该平台简化了复杂的本地部署流程,用户可轻松利用该大语言模型进行高效的文本对话、内容创作及代码编写等任务,显著降低技术门槛。

weixin_32252929的博客 391

储能系统架构和控制

探讨了储能系统中EMS(能源管理系统)、BMS(电池管理系统)和PCS(功率转换系统)之间的协同机制,以及组串式和集中式储能系统的技术架构、优势和局限性。EMS根据电价、电网需求和电池状态制定充放电策略,BMS提供电池数据,PCS执行充放电控制。组串式系统具有独立管理和灵活扩展的优势,但成本较高;集中式系统成本效益高,但存在环流和木桶效应问题。

蓝龙宝藏的博客 3948

ChatGLM3-6B本地部署实战:Mac M2+llama.cpp高效推理指南

大语言模型本地化部署是企业AI落地的核心能力,涉及模型选型、量化压缩、推理加速与生产封装等关键技术环节。ChatGLM3-6B凭借Apache 2.0商用许可、中文长上下文深度优化及6B级轻量高质特性,成为金融、政务、医疗等强合规场景的优选基座模型。其在llama.cpp框架下的高效推理实践,凸显了C++原生实现相较transformers在冷启动速度、内存稳定性与GPU协同效率上的显著优势;结合Q4_K_M量化、Metal加速、Prompt缓存与流式API封装等工程手段,可在M2 MacBook Pro等

weixin_30467199的博客 328

PHP与Node.js的对比及优缺点分析

PHP和Node.js是两种常用的服务器端编程语言,它们在不同的应用场景下各有优势和劣势。本文将全方位比较PHP和Node.js的特点,以及它们在编程中的优缺点,并提供相应的源代码示例供参考。需要注意的是,本文只是对PHP和Node.js的一些优缺点进行了简要介绍,实际应用中还需要考虑其他因素,如团队经验、项目规模和预算等。最终的选择应该基于全面的评估和需求分析。PHP:PHP是一种同步阻塞的编程语言,它的处理方式是一次只处理一个请求。Node.js:Node.js的性能较高,特别适合处理高并发的请求。

ByteSparkX的博客 879

芒果YOLOv1改进35:主干Backbone篇之MobileViTv3:全网首发最新 MobileViTv3 系列最强改进版本(三)|轻量化Transformer视觉转换器,简单有效地融合了本地全局

芒果YOLOv1改进35:主干Backbone篇之MobileViTv3:全网首发最新 MobileViTv3 系列最强改进版本(三)|轻量化Transformer视觉转换器,简单有效地融合了本地全局

包括YOLOv5、YOLOv7、YOLOv8等模型改进 387

语音输入整合:ChatGLM3-6B结合ASR实现语音对话系统

本文介绍了如何在星图GPU平台上自动化部署🤖 ChatGLM3-6B镜像,结合离线ASR实现本地化语音对话系统。用户可通过麦克风自然提问,模型实时响应技术问答、会议纪要整理等任务,全程无需联网、保障隐私,显著提升人机交互效率。

weixin_42433737的博客 147

自建 HTML获取腾讯六宫格点选图片验证码素材,实现刷新批量获取图片方便训练

通过自建 HTML 页面,可以方便地获取腾讯六宫格二维码素材,不仅过程简单,而且可以灵活配置各种参数。希望这篇文章能帮助到需要相关素材的小伙伴。如果你有其他问题或者更好的方法,欢迎留言交流!

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 472

终极开源LLM离线数据包指南:本地部署必备资源大全

在人工智能快速发展的今天,**开源LLM(大型语言模型)离线数据包**已经成为开发者和研究者进行本地部署和商业应用的重要资源。这些开源LLM不仅提供强大的自然语言处理能力,更重要的是它们都拥有商业友好的许可证,让企业和个人能够自由使用、修改和分发。本文将为您详细介绍如何获取和使用这些宝贵的开源LLM资源,助您在本地环境中快速搭建AI应用。😊 ## 📊 为什么选择开源LLM离线数据包? **

gitblog_00434的博客 740

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

ChatGLM3-6B新手教程:如何上传PDF/代码文件并进行上下文精准问答

本文介绍了如何在星图GPU平台自动化部署🤖 ChatGLM3-6B镜像,实现本地化智能文档处理。该镜像支持上传PDF、代码等文件并进行精准上下文问答,典型应用于技术文档分析、代码审查和学术论文研读,提升工作效率的同时确保数据隐私安全。

weixin_30820933的博客 445

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

ChatGLM3-6B实现C++高性能计算

本文介绍了如何在星图GPU平台上自动化部署🤖 ChatGLM3-6B镜像,并将其应用于C++高性能计算开发。该平台简化了部署流程,使开发者能快速获得一个强大的AI助手,用于分析代码性能瓶颈、生成并行计算框架或提供内存管理优化建议,从而提升开发效率。

weixin_35756373的博客 22

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

ChatGLM3-6B本地部署避坑指南:transformers版本锁定与tokenizer兼容要点

本文介绍了如何在星图GPU平台上自动化部署ChatGLM3-6B镜像,实现本地化大语言模型对话系统。通过平台一键拉取预配置环境,用户可快速启动支持32k长上下文的中文问答服务,适用于智能客服、技术文档解读与个性化助手等典型场景。

weixin_28931507的博客 429

ChatGLM3-6B嵌入式部署:树莓派上的轻量级应用

本文介绍了如何在星图GPU平台上自动化部署🤖 ChatGLM3-6B镜像,实现轻量级中文对话与内容生成。通过平台一键部署,用户可快速构建本地化AI助手,适用于家庭作业辅导、语言练习、创意写作等典型场景,兼顾隐私安全与离线可用性。

weixin_33610780的博客 136

整理开源的中文大语言模型:小规模、可私有化部署与低训练成本选型指南(TaoToken 统一接入)

中小团队私有化中文大语言模型选型,先看显存账单:7B到14B是甜点区,量化后单张24G卡可跑,LoRA微调单卡数小时出结果。本文整理ChatGLM、Qwen、Baichuan等开源清单与vLLM部署片段,并用TaoToken统一Key接入本地与云端模型,官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 可申请。

weixin_42576186的博客 8

OpenClaw多模型切换:千问3.5-9B与本地LLM混合调用方案

本文介绍了如何在星图GPU平台上自动化部署千问3.5-9B镜像,实现大语言模型的云端调用。该方案支持与本地轻量模型智能切换,适用于文档处理、智能问答等场景,显著提升任务处理效率并降低计算成本。

weixin_42524864的博客 197

ChatGLM3-6B应用延展:跨模态内容理解与生成联动设想

本文介绍了如何在星图GPU平台上自动化部署🤖 ChatGLM3-6B镜像,构建本地化跨模态智能中枢,支持图文理解、PPT生成、营销图设计等典型场景。用户上传产品图后,可一键生成多风格小红书封面,实现从内容理解到多模态生成的闭环联动。

weixin_42234168的博客 283
上一篇: 测试大模型八皇后求解ChatGPT、文心一言和ChatGLM3
下一篇: Dell 730 故障记录:虚拟主机和ESXi无法连通
skywalk8163
skywalk8163 优质创作者: 人工智能技术领域 优质创作者: 人工智能技术领域
博客等级 码龄15年 9705粉丝 1876原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值