如何使用腾讯云GPU云服务器自建一个简单的类似ChatGPT、Kimi的会话机器人
一、选择云服务器
1.申请云服务器
建议云服务器使用按量付费，按小时算还是非常便宜的。
硬件配置：
系统：ubuntu，20.04
系统盘：150G
GPU：12核44G，1 * NVIDIA A10(32G)，硬盘150G，1*NVIDIA A10(24G)
软件版本：
由于A10的驱动，cuda均未安装，为了省事，直接申请了另一台，初始化完成后，打成镜像，然后再为A10重装就可以了，这样最省事。当然也可以手动安装。
使用的V100的镜像，初始化条件选择如下
配置安全组，出全放开，入至少放开22和8760。
后付费要注意：要满足余额不低于要冻结金额。
2.GPU确认
登录GPU服务器后，在安装V100的镜像时，可以看到显卡驱动在安装。（早了晚了可能都会错过这个页面）
等待显卡驱动安装完成后(会有一段时间)，做下显卡确认
nvidia-smi
用于确认cuda版本。
安装cuda toolkit
sudo apt install nvidia-cuda-toolkit #时间有点久
如上面所述，然后制作为镜像，再导入到我们的A10当中。（重装系统）
二、安装并配置Python环境
1.安装python3.10
sudo apt-get update
sudo apt-get upgrade #需等待
sudo apt install -y software-properties-common
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt -y install python3.10
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.10 1
#验证安装成功，均返回Python 3.10.13
python3.10 --version
python3 --version
#升级pip
wget https://bootstrap.pypa.io/get-pip.py
python3.10 get-pip.py
2.安装Git和Git LFS软件
sudo apt install -y git git-lfs python3.10-distutils
3.安装模型所需要的Python包
在此之前，先把pip工具设置好。
看两处pip的版本是否一致：
第一种方式：pip show pip
第二种方式：python3.10 -m pip --version
若不一样，则：
然后修改两个文件：sudo vim /usr/bin/pip 以及sudo vim /usr/bin/pip3，将每个文件里面的两个版本号位置，修改为新的，最后再用pip show pip验证下。
#需等待，可能要不停地试，直到成功
pip install git+https://github.com/huggingface/transformers
#1.如果上面pip工具没设置好，可能会有如下报错:
回到上面处理吧，也可以参考：https://zhuanlan.zhihu.com/p/664770225
#2.如果报128，则看 https://zhuanlan.zhihu.com/p/648289974
下载到本地再上传 或者等网络环境好的时候下载。
继续执行：
pip install sentencepiece==0.1.97 -i https://pypi.tuna.tsinghua.edu.cn/simple
#需等待，非常漫长
pip install peft==0.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
4.验证：在PyTorch环境下验证GPU是否正常工作
python3.10
import torch
#返回值为true，表示正常工作
torch.cuda.is_available()
quit()
有可能会报cuda与python版本不匹配的问题：需要选择正确版本的CUDA和PyTorch安装(windows)
三、下载与配置模型
1.下载Chinese-LLaMA-Alpaca模型
git clone https://github.com/ymcui/Chinese-LLaMA-Alpaca.git
本地已下载：Chinese-LLaMA-Alpaca-main.zip
修改代码：Chinese-LLaMA-Alpaca/scripts/merge_llama_with_chinese_lora.py文件，dType类型 由float16全部换为bfloat16
全部修改为：
torch_dtype=torch.bfloat16
否则，在最终运行时，会报错：RuntimeError: probability tensor contains either inf, nan or element < 0
2.下载chinese-alpaca-lora-13b模型
git-lfs clone https://huggingface.co/ziqingyang/chinese-alpaca-lora-13b
大概率会失败，解决办法是把该文件夹下载到本地，然后再上传到服务上
//如果需要文件进行下载，可以联系我:lucky_shisheng
scp -r chinese-alpaca-lora-13b ubuntu@106.52.198.183:~
修改代码：chinese-alpaca-lora-13b中的adapter_config.json
去掉两行：
“enable_lora”: null,
“merge_weights”: false,
否则，在最终运行时，会报错：TypeError: init() got an unexpected keyword argument ‘enable_lora’
3.下载 llama-13b-hf模型
git-lfs clone https://huggingface.co/decapoda-research/llama-13b-hf
大概也会失败，解决办法是用wget直接下载，或者是像上面一样，下载到本地后，再上传上去。
//如果需要文件进行下载，可以联系我:lucky_shisheng
scp -r llama-13b-hf ubuntu@106.52.198.183:~
4.合并代码
合并代码，生成新模型
cd Chinese-LLaMA-Alpaca/
python3.10 scripts/merge_llama_with_chinese_lora.py --base_model ~/llama-13b-hf/ --lora_model ~/chinese-alpaca-lora-13b/ --output_type huggingface --output_dir ./llama_with_lora_hf
在这里，指定了base model和lora_model，输出路径为./llama_with_lora_hf
如果出现被kill，则是资源内存不足，需要换台机器来做。
合并完成后，可以确认一下转换完成后的文件内容，大概25G
ls -lh llama_with_lora_hf
四、部署WebUI
1.下载WebUI
#需要多试几次
cd~
git clone https://github.com/oobabooga/text-generation-webui.git
备份：text-generation-webui-main.zip
2.安装代码及依赖库
cd text-generation-webui/
#非常耗时
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
3.模型软链接生成到models下面
ln -s /home/ubuntu/Chinese-LLaMA-Alpaca/llama_with_lora_hf/ models/llama_with_lora_hf
五、最终对话界面生成
验证结果
python3.10 server.py --model llama_with_lora_hf --listen --chat --load-in-8bit
人机界面：
控制台：
若提示GPU内存不足，可以换个命令试一下：
python3.10 server.py --model llama_with_lora_hf --listen --chat --load-in-4bit