微信 网站设计模板,免费下载歌曲的网站,如何建设免费网站,wordpress页面.html今天给大家分享如何在矩池云服务器使用 Llama2-7b模型。
硬件要求
矩池云已经配置好了 Llama 2 Web UI 环境#xff0c;显存需要大于 8G#xff0c;可以选择 A4000、P100、3090 以及更高配置的等显卡。
租用机器
在矩池云主机市场#xff1a;https://matpool.com/host-m…今天给大家分享如何在矩池云服务器使用 Llama2-7b模型。
硬件要求
矩池云已经配置好了 Llama 2 Web UI 环境显存需要大于 8G可以选择 A4000、P100、3090 以及更高配置的等显卡。
租用机器
在矩池云主机市场https://matpool.com/host-market/gpu 选择显存大于 8G 的机器比如 A4000 显卡然后点击租用按钮选择其他满足显存要求的显卡也行。 租用页面搜索 Llama 2 Web UI并选择该镜像再 点击租用即可。 预装Ubuntu20.04, Python 3.9, Pytorch 2.0, Llama-2-7b-chat-hf, Llama2-webui, CUDA 11.7, cuDNN 8, NVCC(默认开启 LOAD_IN_8BIT仅支持显存 8G 以上显卡开机自启Llama2-webui 服务在 7860 端口) Llama2-webui 来自开源项目https://github.com/liltom-eth/llama2-webui
机器租用成功后可以看到 7860 端口的对应链接这是 Llama2-webui 默认的端口镜像已经设置了开机自启也就是说你现在可以直接访问这个链接开始使用 Llama2-7B啦。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ek8xz41u-1690883663833)(https://files.mdnice.com/user/2046/ed374f26-ac8f-4206-bde3-084844bc53f5.png)]
使用 Llama2-webui
点击租用页面中的 7860 端口对应链接即可访问相关服务。
在页面中的Advanced options中我们可以进行一些设置比如系统角色、回复内容的最长长度等。 在上面的问题中我们可以发现即使给他设置了中文回复但回复结果仍然用的英文另外他确实理解了我的问题并接受了设置的角色。
关闭 LOAD_IN_8BIT推理更快
这个镜像自启服务中默认开启了 LOAD_IN_8BIT 这样可以使推理时占用更少的显存但也会花费更长的时间所以如果你租用的是 13G 以上显存机器可以按以下方法关闭 LOAD_IN_8BIT 重新运行服务以获得更快的推理速度。
点击租用页面JupyterLab 链接。
新建一个 terminal输入ps aux | grep app.py查看相关服务进程id并使用kill指令结束进程。 JupyterLab 左侧目录导航栏打开llama2-webui项目文件夹下的envfile文件将里面的LOAD_IN_8BIT True改成LOAD_IN_8BIT False然后按 ctrls 保存文件。
回到 terminal输入以下指令重新启动 Llama2-webui 服务。
cd /llama2-webui/
nohup python -u app.py /llama2-webui/run_log.log 21
# 查看程序运行日志
tail -f run_log.log等模型加载完成即可再次访问租用页面 7860 端口连接使用服务了。
中文迭代效果依然有限不过迭代速度和效果好了不少。
