通义千问大模型安装部署教程2024_通义千问部署教程

 一、Qwen1.5-0.5B-Chat-GGUF

1.简介

Qwen1.5 是 Qwen2 的测试版，Qwen2 是一种基于 Transformer 的纯解码器语言模型，在大量数据上进行了预训练。与之前发布的 Qwen 相比，改进包括：

6 种型号尺寸，包括 0.5B、1.8B、4B、7B、14B 和 72B;

人类对聊天模型的偏好显著提高;

对基本模型和聊天模型的多语言支持;

稳定支持 32K 上下文长度，适用于各种尺寸的模型；

不需要 trust_remote_code .

---

2.部署过程

2.1 平台选择  

在此次实验中，选择魔搭平台使用阿里云账号中免费CPU云计算资源，主要操作在终端命令中执行。

2.2模型下载与部署

模型下载访问

https://www.modelscope.cn/models/qwen/Qwen1.5-0.5B-Chat-GGUF/summary  

通过链接地址下载download_model.py(最好建立专属文件夹)，然后在终端中输入以下代码，注意cache_dir改变为py文件所在路径，本次使用的是“home"

 from modelscope.hub.file_download import model_file_download

model_dir = model_file_download(model_id='qwen/Qwen1.5-0.5B-ChatGGUF',file_path='qwen1_5-0_5b-chatq5_k_m.gguf',revision='master',cache_dir='path/to/local/dir')

之后通过cd命令调整到相应路径下，通过"python download_model.py"来运行该文件

之后用git命令克隆llama.cpp

git clone https://github.com/ggerganov/llama.cpp

通过cd转到相应路径，执行以下命令

  cd llama.cpp
 
    make -j

最后将模型进行加载和执行，需要在上述目录中执行以下命令，注意将"/path/to/local/dir"修改为下载模型的路径，本次中为"home"

    ./main -m /path/to/local/dir/qwen/Qwen1.5-0.5B-Chat-GGUF/qwen1_5-0_5b-chatq5_k_m.gguf -n 512 --color -i -cml

如果部署成功，将会显示如下

图中的Qwen1.5的模型的一些参数，之后就能进行对话了。

（对大模型的一些对比测试在第三板块）

---

 二、Qwen2.openvino

1.简介

OpenVINO 是英特尔开发的跨平台深度学习工具包。该名称代表“开放式视觉推理和神经网络优化”。OpenVINO 专注于通过面向英特尔硬件平台的一次写入、随处部署的方法优化神经网络推理。

2.部署过程

2.1 环境搭建

创建qwen-ov目录，通过以下命令创建python虚拟环境并激活该虚拟环境

    python -m venv qwenVenv
 
    source qwenVenv/bin/activate

当我们的命令行语句前出现:(qwenVenv)时，代表已经创建好，在python环境创建好后，需要requirements.txt来下载需要的包  

具体参考：https://github.com/OpenVINO-dev-contest/Qwen2.openvino

安装依赖的包：

    pip install wheel setuptools
 
    pip install -r requirements.txt

2.2 模型下载与部署

通过以下命令从镜像网站中下载模型，注意修改{your_path}变为本机相应路径

    export HF_ENDPOINT=https://hf-mirror.com
 
    huggingface-cli download --resume-download --local-dir-use-symlinks False Qwen/Qwen1.5-0.5B-Chat --local-dir {your_path}/Qwen1.5-0.5B-Chat

对模型进行转换，需要convert.py文件，可以从上述github链接中下载，注意修改路径

    python3 convert.py --model_id Qwen/Qwen1.5-0.5B-Chat --precision int4 --output {your_path}/Qwen1.5-0.5B-Chat-ov

之后加载模型并执行，需要chat.py文件，来源同上

    python3 chat.py --model_path {your_path}/Qwen1.5-0.5B-Chat-ov --max_sequence_length 4096 --device CPU

如果部署成功，则会像下图一样显示模型中权重和网络参数

之后便可以在命令行"用户:"后面开始对话。

---

三、模型对比

 1、数据处理量

Qwen1.5-0.5B  

发现该大模型会不定期在对话中突然中断，导致输出语句不完整，回答没有结尾。在数据处理量上，该模型可以同时处理大量文本数据或多个图片信息，但没有具体数据量限制。

Qwen2-opvino  

该模型可以处理几毫秒的图像和文本。即可以对视频进行一定处理，性能更强。

2.推理能力

问题：桌子上有 3 只朝上的茶杯，每次翻转 2 只，能否经过若干次翻转使得 3 只杯子的杯口全部朝下呢？

正确答案：不能

Qwen1.5-0.5B  

发现该模型可以给出正确答案，但没有给出分析过程

Qwen2-opvino  

该模型给出了较完善的分析、代码和解答方式，但可惜的是答案是错的

3.文本扩展能力

问题：说800字的自我介绍

Qwen1.5-0.5B  

该模型出现了前述问题，在输出到第二行时便自行中断了

Qwen2-opvino  

该模型给出了较好的回答，在逻辑上符合人类的思维方式。

4.总结

总体来说Qwen2-opvino的文本理解、处理和输出能力较Qwen1.5-0.5B更加强大，两个大模型均能完成正常的短对话交流。

本教程是基于大连理工大学软件学院教授 胡燕所编写的实验教程所编写，如有错误，恳请指出。