作者简介：赵辉，区块链技术专家，精通各种联盟链、公链的底层原理，拥有丰富的区块链应用开发经验。
近期，IT界掀起了大模型的热潮，各种百模争霸的局面出现。我对新技术充满热情，积极体验各类 GPT AI 产品，包括领先的 GPT 龙头 ChatGPT，百度的文心一言和文心千帆、阿里的通义千问以及金山的 WPSAI 等。
作为这些产品的忠实测试者之一，我同时也尝试过这些产品的 API 接口，与微信对接，实现了微信聊天机器人。然而，当开源的大模型 ChatGLM 面世时，我却遇到了一些困扰，但幸运的是，腾讯云给了我一个难得的机会。
腾讯云最近推出一项限时特惠活动，仅需72元/15天就能获得计算型 GPU 云服务器，让我有机会亲自体验自建模型和微调训练的过程。我把这份自建模型的乐趣写成文字，分享给你。
服务器
凭手速迅速抢到了一台GPU云服务器，以下是配置信息：
配置环境
下载项目仓库
root@VM-0-17-ubuntu:~# git clone https://github.com/THUDM/ChatGLM-6B
root@VM-0-17-ubuntu:~# cd ChatGLM-6B/构建conda环境
root@VM-0-17-ubuntu:~# conda create --name chatglm python=3.8
root@VM-0-17-ubuntu:~# conda activate chatglm下载依赖
在conda虚拟环境下，下载chatglm需要的依赖文件, 这里需要的时间比较长，需要耐心等待：
root@VM-0-17-ubuntu:~# pip install -r requirements.txt你以为就是上面简单的几句命令吗，中间安装的过程充满了各种异常、困难需要解决，这里不一一列出，如果你去真正做一次，就会深刻体会“知易行难”这句话。
数据模型
下载安装git-lfs
root@VM-0-17-ubuntu:~# apt-get install git-lfs
root@VM-0-17-ubuntu:~# git lfs install下载模型文件
https://github.com/THUDM/ChatGLM-6B 官方网站
从ChatGLM的官方库中下载，将模型文件我放到工程的 ChatGLM-6B/THUDM 目录下面。
root@VM-0-17-ubuntu:~# cd ChatGLM-6B && mkdir THUDM
root@VM-0-17-ubuntu:THUDM# git lfs clone https://huggingface.co/THUDM/chatglm-6b模型文件比较大(25G)，这里下载需要的时间很长，请耐心等待，以下是目录下载后模型目录下的文件：
测试
终端运行 Demo
进入ChatGLM-6b工程的根目录。执行python cli_demo.py
终于看到了成果，虽然对于一些知识的回答不准确，但这只是数据问题，程序还是跑起来了。
Web端运行
进入 ChatGLM-6B 工程的根目录，执行如下命令：
root@VM-0-17-ubuntu:ChatGLM-6B# python -m streamlit run web_demo2.py --server.port 27777 --server.address 0.0.0.0执行成功的效果如下：
打开浏览器可见到如下界面：
跟它对话一下，看看效果：
实战总结
经过长达12小时的折腾，终于把公开的模型跑起来，虽然步骤不多，但中间也确实遇到了一些问题，比如系统依赖库缺失，网络环境依赖，下载速度缓慢等，但终究体验了一把模型在自己手上的感觉。使用感觉上，自建模型不如ChatGPT，跟文心一言、WPSAI是差不多，反应速度还可以。
公开的模型跑起来，接下来才是重头戏：微调训练数据，打造属于自己的专有模型，请保持继续关注。有兴趣的小伙伴，欢迎留言交流探讨。
公众号回复“Claude实战”，“ChatGPT实战”，“WPSAI实战”，获取相应的电子书。
码字不易，如果对你有帮助的话，记得「在看」和「分享」，谢谢你！
—扩 展 阅 读—