如何在本地部署使用llama3？_llama3如何部署在本地

最近这几天，许多网友都在各大平台上分享如何使用llama3的方法。这个开源大模型几天前刚刚才由Meta发布。本次发布Metat共提供了两个版本的Llama 3 ，8B 版本适合在消费级 GPU 上高效部署和开发；70B 版本则专为大规模 AI 应用设计。每个版本都包括基础和指令调优两种形式。所有版本均可在各种消费级硬件上运行，并具有 8000 Token 的上下文长度。

下面介绍llama3的几种部署使用方式！

首先是第一种部署llama3的方法，您可以直接采用在GitHub网站上提供的llama3部署方法。具体步骤如下：第一步，从GitHub上下载llama3的源代码到您的本地电脑。

git clone https://github.com/meta-llama/llama3``cd ./llama3
1

第二步，在本地电脑上建立一个python虚拟环境并将其激活，

python -m venv venv  #建立虚拟环境``./venv/Scripts/activate   #激活虚拟环境
1

第三步，安装项目依赖

pip install -e .``pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
1

第四步，获取meta提供的llama3的大模型。

第五步，为llama3配置运行环境；首先找到并打开下图所示的文件，

在文件内搜索下面的程序段：

   torch.distributed.init_process_group("nccl")
1

并将其修改为：

   torch.distributed.init_process_group("gloo")
1

保存后退出文件，随后在windows终端依次输入下面的指令来配置几个临时的环境变量：

set MASTER_ADDR=localhost``set MASTER_PORT=12355``set RANK=0``set WORLD_SIZE=1
1

第六步，新建一个名为chat的py文件，并在该文件内粘贴下图所示的程序代码

第七步，输入下面的指令来运行llama3项目

python chat.py --ckpt_dir Meta-Llama-3-8B-Instruct/ --tokenizer_path Meta-Llama-3-8B-Instruct/tokenizer.model --max_seq_len 512 --max_batch_size 6
1

第二种方式，使用Jan来运行llama3项目，

Jan是一款开源、自托管的聊天GPT替代品，可以100%离线在您的计算机上运行。Jan提供可定制的AI助手、全局热键和内联AI等功能，可以提高您的生产力。Jan支持在本地主机上提供OpenAI等价API服务器，可以与兼容的应用程序一起使用。Jan的对话、偏好和模型使用等数据都保留在您的计算机上，安全、可导出，并可随时删除。

第一步，为确保llama3在jan上正常运行，请首先通过以下链接将jan下载到您的本地电脑上：

https://github.com/janhq/jan/releases/download/v0.4.12/jan-win-x64-0.4.12.exe
1

随后在本地电脑上完成jan的安装，

第二步，下载llama3模型。在jan平台上运行的llama3模型需要是GGUF文件格式。实际上，jan平台我们不仅可以下载llama3模型，我们还可以下载其他类型的模型；

如果因网络问题无法成功下载模型，本文末尾将提供一个直接下载llama3模型的替代方法。下载模型后，您需要将其存放在以下路径中。【请注意，路径中的‘Administrator’代表计算机名；您应将其替换为自己的计算机名。】

C:\Users\Administrator\jan\models
1

如下所示：

第三步，使用jan提供的平台与llama3大模型展开正常聊天，

首先将你的llama3模型加载进来，按照下图演示的步骤依次完成模型的载入，

最后就是与大模型的正常聊天了

第三种方式，使用GPT4All来部署运行llama3

GPT4All是一个免费开源的大型语言模型项目，用户可以在本地部署，不仅支持GPU，也可以在CPU上运行，支持离线使用。这使得更多的用户能够接触和使用LLM模型，从而推动人工智能技术的发展。

GPT4All的下载地址如下

windows电脑下载链接：``https://github.com/nomic-ai/gpt4all/releases/download/v2.7.4/gpt4all-installer-win64-v2.7.4.exe``Mac电脑下载链接：``https://github.com/nomic-ai/gpt4all/releases/download/v2.7.4/gpt4all-installer-darwin-v2.7.4.dmg
1

在完成GPT4All应用的安装后，点击Download按钮，进入下载页面：

找到Llama3模型并将其下载到本地

同样，如果在下载过程中因为网络问题而无法下载成功，那么方式2中用到的llama3模型在这里同样可以适用，因为jan和GPT4All都用的是同一种类型的模型。如果你的设备拥有GPU，那么你可以设置GPU为运行项目的首选项，这样以后你就能更加高效的运行大模型了，具体做法如下所示：

最后就是选中聊天模型，并展开聊天了，

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/人工智能uu/article/detail/805522