Llama3 本地web Demo部署_llama 本地部署秘钥

这里感谢【机制流】的指导，完整版本地部署教程连接：机智流Llama3-Tutorial本地部署教程

一、VSCode 远程链接开发机

1.1 先下载安装VSCode

1.2 搜索并安装如下插件：

点击 Install ，安装 Remote SSH 的同时也会安装

• Remote - SSH: Editing Configurat
• Remote Explorer

1.3 配置VSCode远程链接开发机

安装完插件之后，我们来到InternStudio，可以看到以下界面，然后我们点击"创建开发机"

接着我们配置开发机的名称，镜像以及GPU资源

完成开发机创建以后，我们启动开发机，点击 SSH 连接。

复制登录命令

然后回到 VSCode 点击左侧的远程按钮，点击 SSH 的 + 号，在弹出的窗口中输入开发机的登录命令。

将 ssh 登录信息写入配置文件，我们刷新 ssh 列表就可以看到我们刚刚配置的 ssh 连接了。

然后我们等待VSCode配置完成后，打开我们选择的文件夹

我们需要再次输入密码

此时能看到开发机的目录

1.4 VSCode端口配置

下面会介绍两种端口映射的方法：

方法一：
我们可以使用 Ctrl + Shift + ~ 快捷键打开 VSCode 终端，然后点击右边的 Ports 界面，接着点击 Foward a Port 按钮。

比如我们的端口为 6006 在这里我们就可以这样设置。

其中第一个 port 是映射在本机的端口，后面的Fowarded Address 是开发机的IP地址和端口。也就是将开发机的 6006 端口映射在了本机的 6006 这个端口，当然本机的端口是可以更改的。

但我们运行 streamlit 或者是 gradio 应用的时候，VSCode 会自动的帮我们进行端口映射，并不需要我们手动操作，所以我们介绍另一种端口映射方法，也是最常用的。

方法二：
我们打开本机的终端，我们使用 powershell，但是要确保你的本机是由 OpenSSH 服务的。

• 配置 ssh 密钥

配置 ssh 密钥一方面是方便我们登录，这样我们不用每次连接都需要输入密码，另一方面是为了我们端口映射的安全。 首先我们需要配置 ssh 密钥， 在powershell 中输入以下命令；

ssh-keygen -t rsa
1

公钥默认存储在 ~/.ssh/id_rsa.pub，可以通过系统自带的 cat 工具查看文件内容：

cat ~/.ssh/id_rsa.pub
1

• 将 ssh 密钥添加到 InternStudio中

我们回到 InternStudio，找到配置 SSH Key，将我们刚刚生成的 ssh 公钥添加到 InternStudio 中，它会自动识别主机名称。

• 进行端口映射

接着我们来到开发机控制台，点击自定义服务

复制下面的命令：

这里注意，因为之前在VSCode里输入的端口为6006，因此需要改个端口号

# 原给的命令（不要复制）
ssh -p 48109 root@ssh.intern-ai.org.cn -CNg -L 7860:127.0.0.1:7860 -o StrictHostKeyChecking=no
#修改之后（复制这个）
ssh -p 48109 root@ssh.intern-ai.org.cn -CNg -L 6006:127.0.0.1:6006 -o StrictHostKeyChecking=no
1
2
3
4

其中 45980 是你当前运行的开发机的端口，7860 是我们要进行映射端口，这个端口要根据运行的应用程序的端口来自行修改。

将复制的命令粘贴到本机的 powershell 中，回车

如果出现如上图所示的情况，就说明已经成功进行了端口映射，它不输出任何信息是正常的，因为端口映射服务正在运行，接下来大家就可以快乐的进行课程实践了。

二、Llama 3 本地 Web Demo 部署

2.1 环境配置

先打开远程开发机终端

在终端中粘贴以下指令

#新建conda环境
conda create -n llama3 python=3.10
#激活llama3的conda环境
conda activate llama3
#安装依赖库（等的时间会久一些）
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia
1
2
3
4
5
6

2.2 下载模型

新建文件夹

mkdir -p ~/model
cd ~/model
1
2

从OpenXLab中获取权重（开发机中不需要使用此步，直接跳到软连接）

下载模型 （InternStudio 中不建议执行这一步）
安装 git-lfs 依赖
如果下面命令报错则使用 apt install git git-lfs -y
conda install git-lfs
git-lfs install
git clone https://code.openxlab.org.cn/MrCat/Llama-3-8B-Instruct.git Meta-Llama-3-8B-Instruct

软链接 InternStudio 中的模型

ln -s /root/share/new_models/meta-llama/Meta-Llama-3-8B-Instruct ~/model/Meta-Llama-3-8B-Instruct

1
2

2.3 Web Demo 部署

cd ~
git clone https://github.com/SmartFlowAI/Llama3-Tutorial
1
2

安装 XTuner 时会自动安装其他依赖

cd ~
git clone -b v0.1.18 https://github.com/InternLM/XTuner
cd XTuner
pip install -e .
1
2
3
4

运行 web_demo.py

streamlit run ~/Llama3-Tutorial/tools/internstudio_web_demo.py \
  ~/model/Meta-Llama-3-8B-Instruct
1
2

将http://192.168.226.217:8501 中的8501粘贴到VSCode的端口中，点网页（小地球图标）

成功啦！

三、Llama 3 微调个人小助手认知（XTuner 版）

开发机需要用30%A100的开发机

3.1 自我认知训练数据集准备

将Llama 3 Tutorial仓库克隆到本地

# 克隆
git clone https://github.com/SmartFlowAI/Llama3-Tutorial
# 进入文件夹中
cd Llama3-Tutorial
# 用VSCode进到项目下
code .
1
2
3
4
5
6

进入/tools/gdata.py文件，修改name为【爱旅行的程序媛】

运行gdata.py的python脚本

cd ~/Llama3-Tutorial
python tools/gdata.py
1
2

运行完能在personal_assistant.json中看到运行的结果，将名称改成了【爱旅行的程序媛】

3.2 XTuner微调

验证XTuner是否被安装在环境中

pip list
1

开始训练,使用 deepspeed 加速，A100 40G显存 耗时24分钟
保存的模型在‘/root/llama3_pth’文件夹下

xtuner train configs/assistant/llama3_8b_instruct_qlora_assistant.py --work-dir /root/llama3_pth
1

运行状态：

训练完成

本次微调使用的是QLoRA

训练完成后，可以看到pth模型输出成功

Adapter PTH 转 HF 格式

xtuner convert pth_to_hf /root/llama3_pth/llama3_8b_instruct_qlora_assistant.py \
  /root/llama3_pth/iter_500.pth \
  /root/llama3_hf_adapter
1
2
3

模型合并

export MKL_SERVICE_FORCE_INTEL=1
xtuner convert merge /root/model/Meta-Llama-3-8B-Instruct \
  /root/llama3_hf_adapter\
  /root/llama3_hf_merged
1
2
3
4

3.3 推理验证

streamlit run ~/Llama3-Tutorial/tools/internstudio_web_demo.py \
  /root/llama3_hf_merged
1
2

同样将8501端口复制到PORTS中，然后打开网页

此时 Llama3 拥有了他是 SmartFlowAI 打造的人工智能助手的认知。