快速玩转 Llama2！阿里云机器学习 PAI 推出最佳实践（三）——快速部署 WebUI

本实践将采用阿里云机器学习平台PAI-EAS 模块针对 Llama-2-13B-chat 进行部署。PAI-EAS是模型在线服务平台，支持将模型一键部署为在线推理服务或AI-Web应用，具备弹性扩缩的特点，适合需求高性价比模型服务的开发者。

前言

近期，Meta 宣布大语言模型 Llama2 开源，包含7B、13B、70B不同尺寸，分别对应70亿、130亿、700亿参数量，并在每个规格下都有专门适配对话场景的优化模型Llama-2-Chat。Llama2 可免费用于研究场景和商业用途（但月活超过7亿以上的企业需要申请），对企业和开发者来说，提供了大模型研究的最新利器。

目前，Llama-2-Chat在大多数评测指标上超过了其他开源对话模型，并和一些热门闭源模型（ChatGPT、PaLM）相差不大。阿里云机器学习平台PAI第一时间针对 Llama2 系列模型进行适配，推出全量微调、Lora微调、推理服务等场景最佳实践，助力AI开发者快速开箱。以下我们将分别展示具体使用步骤。

【往期最佳实践】：快速玩转 Llama2！PAI 推出最佳实践（一）——低代码 Lora 微调及部署

快速玩转 Llama2！PAI 推出最佳实践（二）——全参数微调训练

最佳实践三：Llama2 快速部署 WebUI

一、服务部署

1、进入PAI-EAS模型在线服务页面。

1. 登录PAI控制台 https://pai.console.aliyun.com/
2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
3. 在工作空间页面的左侧导航栏选择模型部署>模型在线服务（EAS） ，进入PAI EAS模型在线服务页面。

2、在PAI EAS模型在线服务页面，单击部署服务。

3、在部署服务页面，配置以下关键参数。

参数	描述
服务名称	自定义服务名称。本案例使用的示例值为：chatllm_llama2_13b。
部署方式	选择镜像部署AI-Web应用。
镜像选择	在PAI平台镜像列表中选择chat-llm-webui，镜像版本选择1.0。由于版本迭代迅速，部署时镜像版本选择最高版本即可。
运行命令	服务运行命令：- 如果使用13b的模型进行部署：python webui/webui_server.py --listen --port=8000 --model-path=meta-llama/Llama-2-13b-chat-hf --precision=fp16- 如果使用7b的模型进行部署：python webui/webui_server.py --listen --port=8000 --model-path=meta-llama/Llama-2-7b-chat-hf端口号输入：8000
资源组种类	选择公共资源组
资源配置方法	选择常规资源配置。
资源配置选择	必须选择GPU类型，实例规格推荐使用ecs.gn6e-c12g1.3xlarge。13b的模型务必跑在gn6e及更高规格的机型上。7b的模型可以跑在A10/GU30机型上。
额外系统盘	选择50GB

4、单击部署，等待一段时间即可完成模型部署。

二、启动WebUI进行模型推理

1、单击目标服务的服务方式列下的查看Web应用。

2、在WebUI页面，进行模型推理验证。

在对话框下方的输入界面输入对话内容，例如”请提供一个理财学习计划”，点击发送，即可开始对话。

What's More

本文主要展示了基于阿里云机器学习平台PAI快速进行Llama2微调及部署工作的实践，主要是面向7B和13B尺寸的。后续，我们将展示如何基于PAI进行70B尺寸的 Llama-2-70B 的微调及部署工作，敬请期待。
上述实验中，【最佳实践三：Llama2 快速部署 WebUI】支持免费试用机型运行，欢迎点击【阅读原文】前往阿里云使用中心领取“PAI-EAS”免费试用后前往PAI控制台体验。

【领取机器学习PAI免费试用】

【往期最佳实践】：快速玩转 Llama2！PAI 推出最佳实践（一）——低代码 Lora 微调及部署

快速玩转 Llama2！PAI 推出最佳实践（二）——全参数微调训练