文章主题：内存, 显卡, 显存, CUDA
最近在追开源的类ChatGPT的小模型，诉求是能做到单机部署并且对中文支持较好。目前真正打算动手搞一搞的是Alpaca和ChatGLM。构建好虚拟环境后，进行Alpaca测试，结果因为PEFT这个包报了错，原因是未检查到本地的CUDA,可是我的环境明明是没啥问题的啊，最后选择了清华大学的开源项目ChatGLM进行实验。
背景知识
ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于General Language Model (GLM)架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。
chatglm运行硬件需求
下面介绍一下如何从零开始在本地运行ChatGLM
一、本地配置
内存：16G
显卡：1080TI
显存：11G
二、检查以及安装本地CUDA
当前Pytorch2.0的版本仅兼容CUDA11.7和11.8，因此，若您的本地CUDA版本未达到此要求，那么ChatGLM将无法正常运行。为了确保顺利运行，我们建议您首先进行的一项操作就是检查本地CUDA的版本。
要了解本地显卡的状况，我们需要关注两个关键指标：CUDA版本和显存容量。CUDA版本代表了当前可用的最高版本，而显存容量则决定了显卡能够处理数据的大小。在这个例子中，CUDA 11.264MiB代表着11GB的显存。因此，当我们查看本地显卡情况时，应该关注这两个方面，以便更好地理解硬件性能。
2.查看本机当前CUDA版本，当前版本为11.8
如果当前版本不是这个的话，首先去NVIDIA的官网去下载11.8的CUDA版本，如下：
三、基于Anaconda构建ChatGLM虚拟环境
接下来安装pytorch
如果使用pip安装的话，安装命令如下：
安装好后，打开CMD，激活虚拟环境，看安装的版本是否正确以及有效，如下可以看到已经安装正确
import torch
print(torch.__version__)
print(torch.version.cuda)
四、下载ChatGLM及运行
我们可以直接git clone下载ChatGLM，然后做实验的话，git branch 新分支
安装依赖
查看
内存, 显卡, 显存, CUDA
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
