前言

看了那么多chatGPT的文章，作为一名不精通算法的开发，也对大模型心痒痒。但想要部署自己的大模型，且不说没有算法相关的经验了，光是大模型占用的算力资源，手头的个人电脑其实也很难独立部署。就算使用算法压缩后的大模型，部署在个人电脑上，还要忍受极端缓慢的计算速度以及与chatGPT相差甚远的模型效果.

有什么办法能够部署属于我们自己的大模型呢？其实很简单，我们将目标拆解一下:

• 有编程基础：作为一个合格的程序员，这应该是必备素质。
• 有足够的算力资源：专业GPU自己买不起怎么办，阿里云最近推出了”飞天“免费试用计划，AI模型训练，GPU资源免费用！
• 要懂大模型：真的要精通大模型吗？不需要。如果只是简单的模型部署和使用，现在的开源模型部署已经非常简单化，只需要掌握基础的Python知识就可以。

随着chatGPT的火爆，许多开源爱好者涌入AI领域，将许多与大型模型相关的工具进行进一步封装，使得我们这些AI初学者也能够用很少的工作量搭建一个私有大型语言模型。而且，有许多成熟的工具可供我们使用，可以帮助我们进一步使用和微调大型模型.

因此，本文是为AI初学者们（包括我自己）编写的保姆级大型模型部署和使用指南。现在正值阿里云免费试用计划，我们可以不花一分钱就可以体验部署自己的大型模型的乐趣.

下图便是我通过阿里云免费申请的PAI平台资源（显卡是Nvidia V100），部署的清华大学chatGLM对话大模型，在网页端和手机端都能直接体验:

电脑端 。

手机端 。

下文围绕如何手把手搭建一个大模型Demo展开，文章主要目录:

• 领取阿里云免费使用资源
• 创建并使用PAI平台实例
• 部署清华ChatGLM大模型
• 加餐：免费额度用量查询
• 总结和展望

领取阿里云免费使用资源

免费试用活动页 。

https://free.aliyun.com/ 。

只要没有申请过PAI-DSW资源的新老用户皆可申请5000CU的免费额度，3个月内使用.

至于5000CU能用多久，和实际申请实例的性能相关，在下面会讲解.

创建并使用PAI平台实例

官方有PAI-DSW使用教程，教你如何用领取的免费资源搭建一个Stable Diffusion来做AI画图，如果对SD感兴趣，可以按照官方教程实践.

https://help.aliyun.com/document_detail/615220.html 。

我们领取额度后，秒到账。之后在阿里云页面内搜索PAI平台，点击立即开通，开通PAI控制台.

开通时的页面没有截图，其中有一些可选的开通项，比如NAS，比如网关等，可以按照自己需求选取， 比如希望保存自己的模型 ，那可以关联NAS资源。我当时没有选其他资源，仅开通了PAI，这样没有额外的收费.

随后进入控制台，创建DSW实例.

这里选取资源，注意选择GPU资源，并选择支持资源包抵扣的资源。比如下图的ecs.gn6v-c8g1.2xlarg。可以看到他们的价格里，写明了每小时消耗的CU，你可以大致计算一下，5000CU可以用多久，ecs.gn6v-c8g1.2xlarg这个型号可以跑333小时，大概连续13天.

系统可以任意选择，本文为了部署chatGLM，选择pytorch1.12 。

当然，中间你可以 随时停止机器，就不会继续扣费 。注意，这里的机器，是只有系统盘的，如果停止了机器，挂载的系统盘会被回收，你在上面下载的各种文件，模型，都会回收掉。你重新启动，是新的系统盘，文件需要重新下载。（别问我怎么知道的- -!） 。

创建完成后，点击打开，就进入了交互式的Web页面，可以开始你的模型开发之旅.

部署清华ChatGLM大模型

上面已经讲完了资源的申请和实例的创建、使用，之后小伙伴们可以自行发挥，部署自己的大模型（或者任何AI相关资源）。本文后半部分介绍一下我自己折腾部署ChatGLM对话大模型的过程，给完全不了解大模型的小伙伴打个样.

ChatGLM代码仓库:

https://github.com/THUDM/ChatGLM-6B 。

大家完全可以按照官方文档自行部署，忽略我下面的教程。也可以按照我下方的流程来操作，避免再把我踩得坑再踩一遍.

下载模型

由于模型较大（13G左右），我们最好先把模型拉到本地，再运行.

当然，如果你也可以不下载离线模型，直接在运行时拉取模型文件.

模型文件仓库:

https://huggingface.co/THUDM/chatglm-6b 。

下载模型仓库，需要安装Git LFS（Large File Storage），它用来拉去Git仓库中的大型文件，比如这次用到的模型bin文件.

由于我们申请的系统正好是Ubuntu，在Ubuntu下安装Git LFS，可以使用如下命令:

sudo apt-get update 。

sudo apt-get install git-lfs 。

完成后，克隆模型仓库:

git clone https://huggingface.co/THUDM/chatglm-6b 。

有可能网络波动，会导致拉取卡住，可以手动停止掉，然后进入文件夹内:

git lfs pull 。

这样会拉取到上图红框中LFS文件.

部署模型

完成模型下载后，我们下载模型运行代码:

git clone https://github.com/THUDM/ChatGLM-6B.git 。

进入文件夹，创建python的虚拟环境:

virtualenv -p /usr/bin/python3.8 venv 。

激活Python虚拟环境:

source venv/bin/activate 。

如果遇到如下的报错，需要额外安装一下python3-dev:

Could not build wheels for pycocotools, which is required to install pyproject.toml-based projects 。

error: command '/usr/bin/x86_64-linux-gnu-gcc' failed with exit code 1 。

sudo apt-get install python3-dev 。

由于我们本地提前下载好了模型，我们修改一下代码，使用本地模型的路径.

将使用到的代码中，路径都从THUDM/chatglm-6b改为你的路径，比如我们的模型下载在/mnt/workspace/chatglm-6b，我们将两种部署模型的主代码文件都修改一下，都修改为如下图所示的路径:

• cli_demo.py: 命令行交互界面
• web_demo.py:Web图形交互界面

我们直接用官方提供的网页版Demo来跑模型，启动web_demo.py，开始模型部署，首先会将模型读入内存，占用约13个G.

完成后，内存会被释放，开始占用GPU显存13g.

最终，部署完成会得到服务公网和本地网址.

对话效果展示

回答还是比较快的，在我们V100显卡的机器上，提问后1-2秒内就会开始回答问题.

以下是一个完整的对话:

我：写一个Java单例模式代码 。

ChatGLM：以下是一个简单的Java单例模式代码示例:

                        
                          public class Singleton {
    private static final Singleton INSTANCE = new Singleton();
    private Singleton() {}
    public static Singleton getInstance() {
        return INSTANCE;
    }
}

                        
                      

在这个示例中，Singleton 类是一个静态类，它有一个静态成员变量 INSTANCE，它初始化为一个单例对象。getInstance 方法返回这个单例对象的实例，可以像任何其他方法一样使用。 单例对象通常被用于确保一个类只有一个实例，并提供全局访问点。使用 getInstance 方法可以方便地获取单例对象，而无需担心多个线程同时访问同一个对象。 需要注意的是，在实际应用中，单例对象应该尽量避免被频繁创建和销毁，因为这样会增加内存开销和维护成本。因此，可以考虑使用懒加载(lazy loading)的方式来避免频繁创建单例对象.

我：可以换一个方式实现吗，比如懒汉式?

ChatGLM：当然可以，懒汉式单例模式的具体实现方式如下:

1. 将 Singleton 类做成一个接口。
2. 实现 Singleton 接口的类可以是多个，但它们都应该使用 getInstance 方法来获取单例对象，并返回一个指向该对象的引用。
3. 实现 Singleton 接口的类中，可以有一个内部类来负责创建单例对象。
4. 内部类应该实现 static 关键字，并使用 synchronized 关键字实现线程安全。
5. 内部类应该覆盖 getInstance 方法，以实现懒加载。例如，可以创建一个静态变量来存储单例对象，并在需要时才创建该变量。
6. 在需要使用单例对象的地方，可以调用内部类的方法，来获取单例对象。
   以下是一个懒汉式单例模式的示例代码：

                        
                          public interface Singleton {
    static Singleton INSTANCE;
}
public class ConcreteSingleton implements Singleton {
    private static Singleton INSTANCE = new ConcreteSingleton();
    @Override
    public Singleton getInstance() {
        return INSTANCE;
    }
}
public class LazySingleton implements Singleton {
    private static Singleton INSTANCE;
    private Singleton() {}
    public static Singleton getInstance() {
        synchronized (LazySingleton.class) {
            return INSTANCE;
        }
    }
}

                        
                      

在这个示例中，ConcreteSingleton 类使用 getInstance 方法来创建单例对象，并使用 synchronized 关键字实现线程安全。LazySingleton 类使用 synchronized 关键字实现懒加载，只有在需要时才创建单例对象。 需要注意的是，懒汉式单例模式仍然需要保证线程安全，因此在使用懒加载时，需要考虑线程安全问题。此外，懒汉式单例模式可能无法充分利用类的空间，因为它需要使用共享对象来实现懒加载，因此需要考虑如何提高类的性能和空间利用率.

查看免费额度使用量

免费的5000CU额度是有三个月时效的，超过三个月会直接过期。想要做到心中有数，防止超过免费额度导致扣费。我们可以查看免费额度的用量。在页面右上角有“费用”标签，选择“资源实例管理”，点击“资源包”，能看到你的免费资源包的用量.

点击每行中的统计，可以看到是哪个实例在消耗CU.

总结

整个部署流程，我自己折腾下来也只花了半天时间,就能够搭建好一个完整、可用的Demo.

不得不说，当AI逐渐破圈，成为一个风口时，真的是猪都会飞，普通程序员上手AI的难度瞬间被拉低了一个数量级。开源开发者的不断贡献让各种工具和文档变得更容易上手。每天数以万计的大模型相关issue和pr，让Github遇到了久违的繁荣.

在AI席卷全球的这一刻，作为一名程序员，我们无疑是对这个时代更有体感的那群人。此时此刻，非我莫属。要充分关注AI技术的应用场景和发展趋势，积极探索AI与其他领域的结合，为自己的职业发展和未来规划提供更多的可能性.

最后此篇关于如何真正“不花一分钱”部署一个属于你的大模型的文章就讲到这里了,如果你想了解更多关于如何真正“不花一分钱”部署一个属于你的大模型的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。