如何在本地部署chatGLM3_mac 部署本地 chatglm3

前面一章节有讲到 基于MacBook Pro M1芯片运行chatglm2-6b大模型，今天给大家带来更为震撼的ChatGLM3大模型在本地Mac上的使用。

1. 参考

• chatglm3-6b模型地址
• ChatGLM3介绍
• conda安装

2. ChatGLM3 介绍

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：

• 更强大的基础模型。
• 更完整的功能支持。
• 更全面的开源序列。

详细介绍参考官方README介绍。

3. 本地运行

3.1 硬件配置

• 芯片：Apple M1 Pro
• 内存：32 GB

3.2 下载ChatGLM3代码

cd /Users/joseph.wang/llm
git clone https://github.com/THUDM/ChatGLM3.git
1
2

3.3 下载需要加载的模型

此步骤下载模型需要科学上网，同时需要耐心，因为下载的时间会比较长。
这里我使用的是 ChatGLM3-6B 的模型,模型文件会很大

模型列表

cd /Users/joseph.wang/llm/ChatGLM-6B
mkdir model
cd model
git lfs install
git clone https://huggingface.co/THUDM/chatglm3-6b
1
2
3
4
5

3.4 运行大模型

3.4.1 ChatGLM3目录介绍

• basic_demo: 基础demo（cli_demo和web_demo）
• composite_demo ： 综合demo（聊天、工具和代码解释器）
• finetune_demo：基础模型微调
• langchain_demo：langchain demo
• model：这个事自己创建的，将模型文件放在此目录下
• openai_api_demo: openapi的api接口demo
• resources： 用到的一些文件
• tensorrt_llm_demo：tensorTR-llm demo
• tools_using_demo：工具调用
  

3.4.2 安装依赖

cd /Users/joseph.wang/llm/ChatGLM3
conda activate ChatGLM3 #切换python环境
pip install -r requirements.txt
1
2
3

• 为了保证 torch 的版本正确，请严格按照 官方文档 的说明安装。

此外，使用 Code Interpreter 还需要安装 Jupyter 内核：

ipython kernel install --name chatglm3-demo --user
1

3.4.2 综合demo演示

详见：综合demo

cd /Users/joseph.wang/llm/ChatGLM3/
cd composite_demo
1
2

官方说直接运行main.py，但是这个main.py会调用demo_chat.py、demo_ci.py、demo_tool.py三个模块，而这三个模块调用的模型文件其实是通过client.py这个模块来实现的，里面是具体定义了模型的路径。

编辑 client.py文件,修改模型的

...
...
# 修改为通过本地加载大模型，这里改本地下载后大模型的路径即可。
MODEL_PATH = os.environ.get('MODEL_PATH', '/Users/joseph.wang/llm/ChatGLM3/model/chatglm3-6b')
...
...
1
2
3
4
5
6

3.4.3 启动

cd /Users/joseph.wang/llm/ChatGLM3/composite_demo
streamlit run main.py
1
2

内存消耗

对话模式

工具模式

查天气 - 失败

代码解释器

画三角形 - 失败

画爱心 - 失败

画爱心 - 成功

4. 总结

整体用下来，感觉还是很震撼的，对话模式确实准确率要高不少；工具模式需要提交通过代码来实现；代码解释器的准确率一般般。但是这个也是仅限于我的mac的资源配置下的使用，相信在高配置的显卡加持线其综合表现会更强。