使用Intel AI容器鏡像部署通義千問Qwen-7B-Chat - Alibaba Cloud Linux

本文聊天機器人為例，介紹如何使用Alibaba Cloud AI Containers（簡稱AC2）提供的AI容器鏡像在Intel CPU上部署通義千問Qwen-7B-Chat。

背景資訊

通義千問-7B（Qwen-7B）是阿里雲研發的通義千問大模型系列的70億參數規模模型。Qwen-7B是基於Transformer的大語言模型，在超大規模的預訓練資料上進行訓練得到。預訓練資料類型多樣，覆蓋廣泛，包括大量網路文本、專業書籍、代碼等。同時，在Qwen-7B 的基礎上，使用對齊機制打造了基於大語言模型的AI助手Qwen-7B-Chat。

重要

Qwen-7B-Chat的代碼依照LICENSE開源，免費商用需填寫商業授權申請。您應自覺遵守第三方模型的使用者協議、使用規範和相關法律法規，並就使用第三方模型的合法性、合規性自行承擔相關責任。

步驟一：建立ECS執行個體

前往執行個體建立頁。
按照介面提示完成參數配置，建立一台ECS執行個體。
需要注意的參數如下，其他參數的配置，請參見自訂購買執行個體。
- 執行個體：Qwen-7B-Chat大概需要30 GiB記憶體，為了保證模型啟動並執行穩定，執行個體規格至少需要選擇ecs.g8i.4xlarge（64 GiB記憶體）。
- 鏡像：Alibaba Cloud Linux 3.2104 LTS 64位。
- 公網IP：選中分配公網IPv4地址，頻寬計費模式選擇按使用流量，頻寬峰值設定為100 Mbps。以加快模型下載速度。
- 資料盤：Qwen-7B-Chat的運行需要下載多個模型檔案，會佔用大量儲存空間，為了保證模型順利運行，建議資料盤設定為100 GiB。

步驟二：建立Docker運行環境

安裝Docker。
在Alibaba Cloud Linux 3上安裝Docker可以參考安裝Docker並使用（Linux）。
運行以下命令，確保Docker守護進程已經啟用。
```
sudo systemctl status docker
```

運行以下命令，建立並運行PyTorch AI容器。

AC2提供了豐富的AI情境下的容器鏡像，其中就包括針對Intel最佳化的PyTorch鏡像，可以使用該鏡像快速建立一個PyTorch運行環境。

sudo docker pull ac2-registry.cn-hangzhou.cr.aliyuncs.com/ac2/pytorch:2.0.1-3.2304
sudo docker run -itd --name pytorch --net host -v $HOME/workspace:/workspace \
  ac2-registry.cn-hangzhou.cr.aliyuncs.com/ac2/pytorch:2.0.1-3.2304

步驟三：手動部署Qwen-7B-Chat

運行以下命令，進入容器環境。
```
sudo docker exec -it -w /workspace pytorch /bin/bash
```
後續命令需在容器環境中執行，如意外退出，請使用以上命令重新進入容器環境。您可以運行cat /proc/1/cgroup | grep docker命令查看當前環境是否為容器，如有回顯資訊則為容器環境。
運行以下命令，安裝配置軟體。
```
yum install -y tmux git git-lfs wget
```
運行以下命令，啟用Git LFS。
下載預訓練模型需要Git LFS的支援。
```
git lfs install
```
下載源碼與模型。
1. 運行以下命令，建立一個tmux session。
```
tmux
```
  說明
  下載預訓練模型耗時較長，且成功率受網路情況影響較大，建議在tmux session中下載，以免ECS中斷連線導致下載模型中斷。
2. 運行以下命令，下載Qwen-7B專案源碼，以及預訓練模型。
```
git clone https://github.com/QwenLM/Qwen.git
git clone https://www.modelscope.cn/qwen/Qwen-7B-Chat.git qwen-7b-chat --depth=1
```
3. 運行以下命令，查看目前的目錄。
```
ls -l
```
運行以下命令，部署運行環境。
AC2容器中，整合了眾多的Python AI相依元件，可以直接使用yum或dnf安裝Python運行依賴。
```
yum install -y python3-{transformers{,-stream-generator},tiktoken,accelerate} python-einops
```
運行AI對話。
1. 運行以下命令，修改模型載入參數。
  在專案源碼中提供了終端樣本指令碼，可以運行Qwen-7B-Chat模型實現本地聊天機器人。在運行指令碼之前，需要修改模型載入參數，使用BF16精度載入，以利用CPU的AVX-512指令集進行加速。
```
cd /workspace/Qwen
grep "torch.bfloat16" cli_demo.py 2>&1 >/dev/null || sed -i "57i\torch_dtype=torch.bfloat16," cli_demo.py
```
2. 運行以下命令，啟動聊天機器人。
```
cd /workspace/Qwen
python3 cli_demo.py -c ../qwen-7b-chat --cpu-only
```
  部署完成後可以通過在User>提示符處輸入對話內容，就可以與Qwen-7B-Chat大模型進行即時對話。
  說明
  您可以運行:exit命令退出聊天機器人。