chatglm.cpp使用手记

目前绝大多数LLM模型都是python实现的，运行速度有限（包括ChatGLM2-6b)，幸好有大神将其用C++重写了一遍，让运行速度大大提高。

项目地址：li-plus/chatglm.cpp: C++ implementation of ChatGLM-6B & ChatGLM2-6B (github.com)

部署过程如下（环境：WSL 2 ubuntu 22.04，显卡: N卡RTX 4060) - 注：无显卡，纯CPU也行

1、克隆项目

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

2、编译

注：执行下面操作前，请先确保ubuntu环境里有make, cmake环境（没有请自行google或baidu)

纯CPU环境: 

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

有(nvidia cuda) GPU 环境:

cmake -B build -DGGML_CUBLAS=ON && cmake --build build -j --config Release

3、模型转换

原生的ChatGLM2-6B模型无法直接使用，需要将其转换成ggml的bin文件，假如我们已提前下载了 THUDM/chatglm2-6b-int4 · Hugging Face，放在windows主系统的e:\chatglm2-6b-in4目录

python3 convert.py -i /mnt/e/chatglm2-6b-int4 -t q4_0 -o chatglm2-6b-int4.bin

执行完后，将在当前目录下，得到1个名为chatglm2-6b-int4.bin

4、CLI 验证

 ./build/bin/main -m /home/jimmy/code/models/chatglm2-6b-int4.bin -i

 有显卡的情况下，c++版本与python版本速度的区别不太明显，但在纯CPU环境下，c++版本明显快很多。

5、python绑定

纯CPU环境：

pip install -U chatglm-cpp

nvidia CUDA环境：　

CMAKE_ARGS="-DGGML_CUBLAS=ON" pip install -U chatglm-cpp

Mac环境：

CMAKE_ARGS="-DGGML_METAL=ON" pip install -U chatglm-cpp

安装好以后，cd examples目录：

• CLI模式验证

 python cli_chat.py -m /home/jimmy/code/models/chatglm2-6b-int4.bin -i

• web_demo

• api-demo

 先安装

pip install 'chatglm-cpp[api]'

然后就可以验证了:

MODEL=/home/jimmy/code/models/chatglm2-6b-int4.bin uvicorn api_demo:app --host 127.0.0.1 --port 8080

MODEL=后面的路径，大家根据情况换成模型的实际路径，这里的api_demo.app，实际是在examples/api_demo.py里指定的

同时从源码里可以看到，对外暴露了2个url，如果顺利的话，启动后将看到类似以下输出：

如果启动过程中报错：

pandas PydanticImportError：`BaseSettings`已移动到`pydantic-settings`包中

可以尝试：

pip install ydata-profiling

启动成功 后，用ApiPost验证一下:

•  longchain-api

先启动

MODEL=/home/jimmy/code/models/chatglm2-6b-int4.bin uvicorn chatglm_cpp.langchain_api:app --host 127.0.0.1 --port 8000

然后测试longchain-client

python langchain_client.py

源代码如下：

from langchain.llms import ChatGLM

llm = ChatGLM(endpoint_url="http://127.0.0.1:8000", max_token=2048, top_p=0.7, temperature=0.95, with_history=False)
print(llm.predict("你好"))

如果运行过程中报错 PydanticUserError: If you use `@root_validator` with pre=False (the default) you MUST specify `skip_on_failure=True`. Note that `@root_validator` is deprecated and should be replaced with `@model_validator`. For further information visit https://errors.pydantic.dev/2.0.2/u/root-validator-pre-skip

 尝试:

pip install ydata-profiling

参考文章:

ChatGLM | 🦜️🔗 Langchain

langchain.llms.chatglm.ChatGLM — 🦜🔗 LangChain 0.0.262