使用NVIDIA GPU部署AI容器镜像Qwen-7B-Chat - Alibaba Cloud Linux

本文聊天机器人为例，介绍如何使用Alibaba Cloud AI Containers（简称AC2）提供的AI容器镜像在NVIDIA GPU上部署通义千问Qwen-7B-Chat。

背景信息

通义千问-7B（Qwen-7B）是阿里云研发的通义千问大模型系列的70亿参数规模模型。Qwen-7B是基于Transformer的大语言模型，在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen-7B 的基础上，使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。

重要

Qwen-7B-Chat的代码依照LICENSE开源，免费商用需填写商业授权申请。您应自觉遵守第三方模型的用户协议、使用规范和相关法律法规，并就使用第三方模型的合法性、合规性自行承担相关责任。

步骤一：创建ECS实例

前往实例创建页。
按照界面提示完成参数配置，创建一台ECS实例。
需要注意的参数如下，其他参数的配置，请参见自定义购买实例。
- 实例：Qwen-7B-Chat需要显存大于16 GiB，为了保证模型运行的稳定，实例规格至少需要选择ecs.gn6i-c4g1.xlarge。
- 镜像：Alibaba Cloud Linux 3.2104 LTS 64位。
- 公网IP：选中分配公网IPv4地址，带宽计费模式选择按使用流量，带宽峰值设置为100 Mbps。以加快模型下载速度。
- 数据盘：Qwen-7B-Chat的运行需要下载多个模型文件，会占用大量存储空间，为了保证模型顺利运行，建议数据盘设置为100 GiB。

步骤二：创建Docker运行环境

安装Docker。
在Alibaba Cloud Linux 3上安装Docker可以参考安装Docker并使用（Linux）。
运行以下命令，确保Docker守护进程已经启用。
```
sudo systemctl status docker
```

安装NVIDIA驱动以及CUDA组件。

sudo dnf install -y anolis-epao-release
sudo dnf install -y kernel-devel-$(uname -r) nvidia-driver{,-cuda}

使用以下命令安装NVIDIA Container Toolkit。
```
sudo dnf install -y nvidia-container-toolkit
```
安装NVIDIA Container Toolkit时会添加OCI预启动钩子，以在启动阶段将GPU暴露给容器，所以需要重新启动Docker守护进程。
```
sudo systemctl restart docker
```
重启服务后，Docker就具备了GPU透传能力，后续创建容器时，需要添加--gpus <gpu-request>参数，指定需要透传的GPU。
运行以下命令，创建并运行PyTorch AI容器。
AC2提供了丰富的AI场景下的容器镜像，可以使用该镜像快速创建一个PyTorch运行环境。
```
sudo docker pull ac2-registry.cn-hangzhou.cr.aliyuncs.com/ac2/pytorch:2.2.0.1-3.2304-cu121
sudo docker run -itd --name pytorch --gpus all --net host -v $HOME/workspace:/workspace \
  ac2-registry.cn-hangzhou.cr.aliyuncs.com/ac2/pytorch:2.2.0.1-3.2304-cu121
```
以上命令首先拉取容器镜像，随后使用该镜像创建一个以分离模式运行的，名为pytorch的容器，并将用户的家目录映射到容器中，以保留开发内容。

步骤三：手动部署Qwen-7B-Chat

运行以下命令，进入容器环境。
```
sudo docker exec -it -w /workspace pytorch /bin/bash
```
后续命令需在容器环境中执行，如意外退出，请使用以上命令重新进入容器环境。您可以运行cat /proc/1/cgroup | grep docker命令查看当前环境是否为容器，如有回显信息则为容器环境。
运行以下命令，安装配置软件。
```
yum install -y git git-lfs wget tmux
```
运行以下命令，启用Git LFS。
下载预训练模型需要Git LFS的支持。
```
git lfs install
```
下载源码与模型。
1. 新建一个tmux session。
```
tmux
```
  注意：下载预训练模型耗时较长，建议在tmux会话中下载。实例连接中断后，通过tmux attach恢复会话。
2. 运行以下命令，下载Qwen-7B项目源码，以及预训练模型。
```
git clone https://github.com/QwenLM/Qwen.git
git clone https://www.modelscope.cn/qwen/Qwen-7B-Chat.git qwen-7b-chat --depth=1
```

运行以下命令，部署运行环境。

AC2容器中，集成了众多的Python AI依赖组件，可以直接使用yum或dnf安装Python运行依赖。

dnf install -y python-einops \
    python3-datasets \
    python3-gradio \
    python3-mdtex2html \
    python3-protobuf \
    python3-psutil \
    python3-pyyaml \
    python3-rich \
    python3-scikit-learn \
    python3-scipy \
    python3-sentencepiece \
    python3-tensorboard \
    python3-tiktoken \
    python3-transformers \
    python3-transformers-stream-generator \
    yum-utils

部分依赖组件需要手动下载并安装，防止安装过程中覆盖 AC2 镜像中的组件。

yumdownloader --destdir ./rpmpkgs python3-timm python3-accelerate
rpm -ivh --nodeps rpmpkgs/*.rpm && rm -rf rpmpkgs

运行AI对话。
1. 运行以下命令，启动聊天机器人。
```
cd /workspace/Qwen
python3 cli_demo.py -c ../qwen-7b-chat
```
  部署完成后可以通过在User>提示符处输入对话内容，就可以与Qwen-7B-Chat大模型进行实时对话。
  说明
  您可以运行:exit命令退出聊天机器人