阅读量:0
（笔记本电脑：intel处理器i9-13900HX、64G内存、NVIDIA RTX4080（12G）、操作系统windows11家庭版）
一、下载anaconda3
1.清华镜像源下载anaconda3。下载地址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
在网页上找到Anaconda3-2024.02-1-Windows-x86_64.exe，点击下载。
2.双击安装文件，选择安装目录D:\anaconda3。
3.配置系统环境变量。在path 中添加环境变量：D:\anaconda3,D:\anaconda3\Scripts,D:\anaconda3\Library\bin,D:\anaconda3\Library\mingw-w64\bin,D:\anaconda3\Library\user\bin
二、创建chatglm虚拟环境
1.运行Windows PowerShell，创建虚拟环境chatglm：
conda create -n chatglm。
2.激活虚拟环境：conda activate chatglm。
三、安装git命令运行环境
打开网址https://git-scm.com/download/win，点击“64-bit Git for Windows Setup”，下载文件Git-2.45.2-64-bit.exe，双击安装。
四、安装显卡驱动
1.查看显卡信息。pytorch安装和显卡驱动版本有关，所以需要先检查显卡驱动版本：nvidia-smi。
2.cuda下载及安装。
在笔记本电脑桌面点击鼠标右键->点击“显示更多选项”->点击“NIVIDIA控制面板”->点击左下角的“系统信息”->点击“组件”，可以看到第三行，笔记本电脑支持的CUDA版本是12.4.89
在https://developer.nvidia.com/cuda-toolkit-archive下载相应的cuda软件，比如选择CUDA Toolkit 12.4.1。
下载后点击文件cuda_12.4.1_551.78_windows.exe，安装时选择默认配置。验证是否安装成功：运行cmd，输入nvcc --version 即可查看版本号；set cuda，可以查看 CUDA 设置的环境变量。
安装之后增加两个系统环境变量：
变量名CUDA_PATH，变量值C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4
变量名CUDA_PATH_V12_4，变量值C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4
3.cudnn下载及安装。
在https://developer.nvidia.com/rdp/cudnn-download，使用邮箱注册一个账号。
在https://developer.nvidia.com/rdp/cudnn-archive下载，比如v8.97 for CUDA 12.x。
打开文件cudnn-windows-x86_64-8.9.7.29_cuda12-archive.zip，将把三个文件夹拷贝到cuda的安装目录下（覆盖原有文件）。
验证是否安装成功。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\extras\demo_suite。执行bandwidthTest.exe和deviceQuery.exe（.\bandwidthTest.exe和.\deviceQuery.exe），“Result = PASS”表示成功。
五、安装深度学习框架pytorch
1.安装pytorch，直接到官网https://pytorch.org/选择conda，并复制代码安装即可。比如cuda的版本是12.4，以管理员身份运行Windows PowerShell，激活虚拟环境chatglm，并输入命令：conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch-nightly -c nvidia
2.检查pytorch是否安装成功。
激活虚拟环境：conda activate chatglm
打开python
导入库：import torch
查看cuda是否可用，如果为TRUE为驱动正常:
torch.cuda.is_available()
退出python：exit()
六、下载开源大模型GLM4
GLM4 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。
1.在D盘新建目录chatglm4,在该目录下点击鼠标右键，选择“在终端中打开”，输入：
git clone https://github.com/THUDM/GLM4
2.在chatglm4目录下新建glm-4-9b-chat-1m目录，在该目录下点击鼠标右键，选择“在终端中打开”，输入：
git clone https://www.modelscope.cn/ZhipuAI/glm-4-9b-chat-1m.git
七、模型部署
1.安装依赖。
在D:\chatglm4\basic_demo目录下打开并修改requirements.txt。在第三行torch>=2.3.0和第四行torchvision>=0.18.0前面添加“#”。
在D:\chatglm4\basic_demo目录下点击鼠标右键，选择“在终端中打开”，激活环境chatglm，安装环境文件。
(base) PS D:\chatglm4\basic_demo>conda activate chatglm
(chatglm) PS D:\chatglm4\basic_demo>pip install -r requirements.txt
2.修改相关文件，加载本地模型。
比如使用pyCharm编辑trans_web_demo.py文件，在D:\chatglm4\basic_demo目录下，点击鼠标右键，选择打开方式，找到编辑软件。
将模型目录\THUDM\glm-4-9b修改成D:\\chatglm4\\THUDM\\glm-4-9b-chat-1m：
MODEL_PATH = os.environ.get('MODEL_PATH', 'D:\\chatglm4\\THUDM\\glm-4-9b-chat-1m')
八、运行模型
1.运行Windows PowerShell，激活环境ChatGLM，运行trans_web_demo.py
conda activate chatglm
cd d:\ChatGLM4\basic_demo
python trans_web_demo.py
2.自动打开网页http://127.0.0.1:8000/（使用时不要关闭终端，当退出大模型时关闭终端）。
备注：以上各项软件应根据个人电脑的实际配置下载对应版本（尤其是cudn、cudnn和pytorch）。
