智谱ChatGLM3本地私有化部署

1环境配置和检查

要进行智谱ChatGLM3本地私有化部署，你需要进行以下环境配置和检查：

1. 硬件要求： 确保你的服务器或计算机满足智谱ChatGLM3的硬件要求，包括处理器、内存和存储等方面。

2. 操作系统： 智谱ChatGLM3支持多种操作系统，如Linux、Windows和macOS等。选择适合你的操作系统，并确保它符合智谱ChatGLM3的要求。

3. Python环境： 安装Python并配置相关环境。智谱ChatGLM3通常需要Python 3.10或更高版本。

4. GPU支持： 如果你计划使用GPU进行模型训练和推理，你需要安装相应的GPU驱动和CUDA工具包，并确保你的GPU与智谱ChatGLM3兼容。

5. 依赖库安装： 智谱ChatGLM3依赖于一些Python库，如TensorFlow、NumPy等。使用pip或conda等包管理工具，安装所需的依赖库。

6. 模型下载： 下载智谱ChatGLM3的模型文件，这些文件包含了预训练好的模型参数和配置信息。

7. 配置文件： 根据你的需求，修改智谱ChatGLM3的配置文件，包括模型路径、输入输出设置等。

8. 测试和验证： 确保你的环境配置正确无误后，进行简单的测试和验证，确保智谱ChatGLM3可以正常运行。

请注意，智谱ChatGLM3的部署和配置可能会因个人需求和环境而有所差异。建议参考智谱ChatGLM3的官方文档或开发者指南，获取详细的部署步骤和配置说明。

1.1操作系统

ChatGLM3-6B理论上可以在任何主流的操作系统中运行。ChatGLM开发组已经为主流操作系统做了一定的适配。

但是，我们更推荐开发者在 Linux环境下运行我们的代码，以下说明也主要针对Linux系统。

1.2硬件环境

最低要求：

为了能够流畅运行 Int4 版本的 ChatGLM3-6B，我们在这里给出了最低的配置要求：

内存：>= 8GB

显存: >= 5GB（1060 6GB,2060 6GB）

为了能够流畅运行 FP16 版本的，ChatGLM3-6B，我们在这里给出了最低的配置要求：

内存：>= 16GB

显存: >= 13GB（4080 16GB）

Mac开发者无需关注GPU的限制。对于搭载了 Apple Silicon 或者 AMD GPU 的 Mac，可以使用 MPS 后端来在 GPU 上运行 ChatGLM3-6B。需要参考 Apple 的 官方说明 安装 PyTorch-Nightly（正确的版本号应该是2.x.x.dev2023xxxx，而不是 2.x.x）。

如果使用CPU加载，可以忽略显存的要求，但是速度非常慢

1.3软件环境

1.3.1Python环境&检查环境命令

请开发者按照仓库中的requirements.txt来安装对应的依赖，并需要注意:

python 版本推荐3.10.12

transformers 库版本推荐为 4.30.2

torch 推荐使用 2.0 及以上的版本，以获得最佳的推理性能

例如检查python环境：

1. Python：python3.10 --version 或者 python3.10 -V

1. Pip：pip3.10 --version 或者pip3.10 -V

1. python与pip版本一致：python3.10 -m pip --version

正确如图：

错误如图：

2快速使用（推理部署）

2.1源码安装与运行

上述两种方案的目的是让更多的用户能够体验到我们的模型，但无法进行二次开发，如果您准备深度使用我们的模型，我们建议按照以下方式安装。

2.2克隆代码和模型

下载源码

模型基础运行代码已经上传到 github 和 SwanHub 两个平台，两个平台的信息同步。开发者通过以下方式下载模型代码。

从 github 下载源码

git clone https://github.com/THUDM/ChatGLM3.git

从 SwanHub 下载源码

git clone https://swanhub.co/ZhipuAI/ChatGLM3.git

开发者可以通过以下方式下载模型文件

下载模型

下载模型文件前请先确保`git lfs`命令已安装，安装教程请参考这里。

模型文件已上传至 Huggingface, Modelsope , SwanHub 三个平台，用户可以快速安装模型。

若使用 Huggingface 下载模型

（1）windows安装命令：git lfs install

（2）Linux安装命令：

为您的系统配置 packagecloud 存储库后，您可以安装 Git LFS：

若使用 Modelscope 下载模型

git lfs install
 
git clone https://www.modelscope.cn/ZhipuAI/chatglm3-6b.git

若使用 SwanHub 下载模型

git lfs install
 
git clone https://swanhub.co/ZhipuAI/chatglm3-6b.git

2.3检查文件的完整性

1. 用户在下载完模型后请检查每个文件的完整性，以下是模型文件的sha256校验码。

# sha256 checksums for chatglm3-6b

4d5567466e89625dbd10e51c69a02982f233a10108cf232a379defdbb065ae0b pytorch_model-00001-of-00007.bin

4ad41534016ac4a2431fa2d4b08efbe28f963744135ec52b2ea13cc86730fa2a pytorch_model-00002-of-00007.bin

a2be9b17c332a8345e787953d4879caee4747ad4b263f013aa3c4654c94c3d24 pytorch_model-00003-of-00007.bin

b5526891e1b4c8edd2e3688df5156aa107e2140fe7e3f9d0d54f9cbe3b6ee3b5 pytorch_model-00004-of-00007.bin

84bb18a476f74beaf4d941733bd1c475791eba799b228f78d0165de989cb7a40 pytorch_model-00005-of-00007.bin

1181875a2dc30fba968d72d0fc4628b9a60d3866bf680eb14b9822b5b504830f pytorch_model-00006-of-00007.bin

1271b638dc0a88206d1c7a51bcaa862410eb56f3e59fd0068a96e96cb5e3f4f0 pytorch_model-00007-of-00007.bin

e7dc4c393423b76e4373e5157ddc34803a0189ba96b21ddbb40269d31468a6f2 tokenizer.model

# sha256 checksums for chatglm3-6b-32k

39aeddd81596b2d66d657687a7328ebc7f8850e8ea83fa74080da59f7d2f7afc pytorch_model-00001-of-00007.bin

2525475ea2d483ecc15a15ad4e016ee0155e628ac66f15cd54daa6c811193e92 pytorch_model-00002-of-00007.bin

faa1d884168a125af5105c4ee4c59fdac79f847b35a7389e0122a562995d34db pytorch_model-00003-of-00007.bin

66492c02ed13189202c7e46a121e308cf0ebbcf8141ecf3d551141aecfac7120 pytorch_model-00004-of-00007.bin

870bb2bb4a289b8ab37cce88f56e93381ff428063b3d0065994a3dd2e830cb32 pytorch_model-00005-of-00007.bin

a5f39ca17ba89e47e484d3b20d4ff78f4fb9b1b24bd3dfb314eff91ff6e37230 pytorch_model-00006-of-00007.bin

7c8a8f3e881202ac3a9ab2638ce30147f67d4bd799624c24af66406a6ba22db2 pytorch_model-00007-of-00007.bin

e7dc4c393423b76e4373e5157ddc34803a0189ba96b21ddbb40269d31468a6f2 tokenizer.model

# sha256 checksums for chatglm3-6b-base

b6a6388dae55b598efe76c704e7f017bd84e6f6213466b7686a8f8326f78ab05 pytorch_model-00001-of-00007.bin

2f96bef324acb5c3fe06b7a80f84272fe064d0327cbf14eddfae7af0d665a6ac pytorch_model-00002-of-00007.bin

2400101255213250d9df716f778b7d2325f2fa4a8acaedee788338fceee5b27e pytorch_model-00003-of-00007.bin

472567c1b0e448a19171fbb5b3dab5670426d0a5dfdfd2c3a87a60bb1f96037d pytorch_model-00004-of-00007.bin

ef2aea78fa386168958e5ba42ecf09cbb567ed3e77ce2be990d556b84081e2b9 pytorch_model-00005-of-00007.bin

35191adf21a1ab632c2b175fcbb6c27601150026cb1ed5d602938d825954526f pytorch_model-00006-of-00007.bin

b7cdaa9b8ed183284905c49d19bf42360037fdf2f95acb3093039d3c3a459261 pytorch_model-00007-of-00007.bin

e7dc4c393423b76e4373e5157ddc34803a0189ba96b21ddbb40269d31468a6f2 tokenizer.model

2.4安装依赖

pip 安装基本依赖

cd ChatGLM3
 
pip install -r requirements.txt

如果你担心你的配置不满足最低配置，你可以访问环境配置和检查获取更多信息。

Linux 环境安装cuda

问题描述：显卡的驱动环境没有

问题分析：购买GPU实例及安装驱动_GPU云服务器(EGS)-阿里云帮助中心

解决方案：升级gpu版本（已安装就卸载掉重新安装）

安装方法：

安装Tesla驱动（Linux)_GPU云服务器(EGS)-阿里云帮助中心

2.5运行openai_api_demo目录

启动API接口

（1）激活环境：conda activate xnenv

（2）进入目录：cd /home/chatglm/ChatGLM3/openai_api_demo

（3）启动应用：nohup python api_server.py > openai_api_demo.out &

主要有4个接口能用：

接口1-检查服务健康状态（get）：http://127.0.0.1:8000/health

接口2-列出可用模型列表（get）：http://127.0.0.1:8000/v1/models/

接口3-处理聊天完整请求（post）：http://127.0.0.1:8000/v1/chat/completions

接口4-处理文本输入列表嵌入请求（get）：http://192.168.0.129:8000/v1/chat/embeddings

总结：上面只是个人搭建的过程，更多请查看官方文档（

Docshttps://zhipu-ai.feishu.cn/wiki/WvQbwIJ9tiPAxGk8ywDck6yfnof

）