前段时间想自己部署一个ChatGLM来训练相关的物料当做chatgpt使用，但是奈何没有gpu机器，只能使用cpu服务器尝试使用看看效果

        我部署的 Chinese-LangChain 这个项目，使用的是LLM（ChatGLM）+embedding(GanymedeNil/text2vec-large-chinese)+langChain的组合

一、环境

•      OS：CentOS
•      python3.9及以上
•      gcc 
•      CPU：32核
•      内存：128G

二、安装步骤

     1、克隆源码

git clone https://github.com/THUDM/ChatGLM-6B.git

      2、安装依赖

cd ChatGLM-6B
pip3 install -r requirements.txt

      3、下载模型到本地

git lfs install
git clone https://huggingface.co/THUDM/chatglm-6b
GIT_LFS_SKIP_SMUDGE=1

          如果上面下载太慢，也可以去https://huggingface.co/THUDM/chatglm-6b-int4/tree/main  手动下载，然后上传到服务器上的指定目录下

       4、修改代码支持cpu

        找到web_demo.py脚本，找到以下代码

tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True).half().cuda()

        修改为

tokenizer = AutoTokenizer.from_pretrained("**step3存放的路径**", trust_remote_code=True)
model = AutoModel.from_pretrained("**step3存放的路径**", trust_remote_code=True).float()

    模型的名字由THUDM/chatglm-6b改为 本地模型路径/chatglm-6b-int4 

    gpu模型源码中.half().cuda()替换为.float()

       

         5、运行python web_demo.py

                前台运行

python3 web_demo.py

                后台运行

nohup python3 -u web_demo.py >web_demo.out 2>&1 & 

        

         6、运行成功，直接在浏览器上打开服务器上提示的地址，进行访问即可