本地部署GLM-4-9B清华智谱开源大模型方法和对话效果体验_glm-4 启动

GLM-4-9B是清华大学和智谱AI推出的最新一代预训练模型GLM-4系列中的开源版本。在语义、数学、推理、代码和知识等多方面的数据集测评中，GLM-4-9B及其人类偏好对齐的版本GLM-4-9B-Chat均表现出较高的性能，其通用能力评测结果甚至超越了Llama-3-8B开源大模型，多模态版本也与GPT-4版本齐平。

除了能进行多轮对话，GLM-4-9B-Chat还具备网页浏览、代码执行、自定义工具调用和长文本推理等高级功能。 GLM-4模型增加了多语言支持，支持包括日语，韩语，德语在内的 26 种语言。GLM-4-9B还推出了支持 1M 上下文长度（约 200 万中文字符）的模型。

根据GLM-4大模型评测结果，在通用能力方面超越Llama3大模型，在多模态能力比肩GPT-4大模型系列版本，评测结果和调用方法详情：https://github.com/THUDM/GLM-4

本文介绍GLM-4大模型部署和使用方法，需要注意的是，GLM-4虽然开源了，但GLM-4大模型的权重的使用则需要遵循协议：https://huggingface.co/THUDM/glm-4-9b/blob/main/LICENSE

第一步：下载模型文件

老牛同学在前面文章中，介绍了通过单一的GGUF文件在本地部署Llama-3-8B（Llama3-Chinese-Chat）大模型：基于Llama 3搭建中文版（Llama3-Chinese-Chat）大模型对话聊天机器人

GLM-4-9B模板目前还没有GGUF文件，因此老牛同学通过Git下载PyTorch张量参数文件在本地部署GLM-4-9B-Chat-1M大模型。

由于模型参数文件比较大，使用Git无法直接下载到本地，需要通过git-lfs工具包下载：

brew install git-lfs
1

通过Git复制模型文件到笔记本电脑：

git lfs install
git clone https://www.modelscope.cn/ZhipuAI/glm-4-9b-chat-1m.git GLM-4-9B-Chat-1M
1
2

总共有10个模型参数文件，平均每个文件1.8GB大小，总计18GB左右，因此在Git下载过程中，容易中断失败，可以通过以下命令多次尝试下载：

cd GLM-4-9B-Chat-1M
git lfs pull
1
2

第二步：下载GLM4代码库

GLM-4的官方GitHub代码库中有很多使用样例和微调等Python代码，我们可直接进行调整和使用：

git clone https://github.com/THUDM/GLM-4.git
1

第三步：启动GLM4客户端

打开GLM-4代码库中basic_demo/trans_cli_demo.py文件，修改第18行模型路径MODEL_PATH参数，内容为我们通过Git复制到本地的路径，如老牛同学的路径如下：

#MODEL_PATH = os.environ.get('MODEL_PATH', 'THUDM/glm-4-9b-chat')
MODEL_PATH = os.environ.get('MODEL_PATH', '/Users/shizihu/JupyterLab/GLM-4-9B-Chat-1M')
1
2

在启动之前，我们还需要安装几个Python工具包（当然也可以跳过，后面启动失败时在进行安装也是可以的）：

pip install tiktoken
pip install accelerate
1
2

启动大模型客户端：python trans_cli_demo.py

% python trans_cli_demo.py
Special tokens have been added in the vocabulary, make sure the associated word embeddings are fine-tuned or trained.
Loading checkpoint shards: 100%|██████████████████████████████████████████████| 10/10 [00:09<00:00,  1.04it/s]
WARNING:root:Some parameters are on the meta device device because they were offloaded to the disk.
Welcome to the GLM-4-9B CLI chat. Type your messages below.

You: 介绍一下你自己。
GLM-4:
我是一个人工智能助手，我的名字是 ChatGLM，是基于清华大学 KEG 实验室和智谱 AI 公司
1
2
3
4
5
6
7
8
9

总结：GLM-4-9B比Llama-3-8B慢太多了

根据官方的评测报告，GLM-4-9B在对话、多模态等方面要比Llama-3-8B强不少，根据老牛同学本地部署对话的验证结果来看，对话的输出速度实在太慢了，简直就是在挤牙膏，一个字一个字的往外输出。

至于GLM-4-9B的多模态、工具调用、代码解释等能力，老牛同学本次就不一一演示了，GLM-4官方的GitHub代码库有很多Demo代码，大家可以对代码调整后尝试体验一下~

---

关注本公众号，我们共同学习进步