使用Intel AI容器镜像部署通义千问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Intel CPU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大概需要30 GiB内存，为了保证模型运行的稳定，实例规格至少需要选择ecs.g8i.4xlarge（64 GiB内存）。
- 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
```

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，其中就包括针对Intel优化的PyTorch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:2.0.1-3.2304
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 tmux git git-lfs wget
```
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. 运行以下命令，创建一个tmux session。
```
tmux
```
  说明
  下载预训练模型耗时较长，且成功率受网络情况影响较大，建议在tmux session中下载，以免ECS断开连接导致下载模型中断。
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
```
3. 运行以下命令，查看当前目录。
```
ls -l
```
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。
```
yum install -y python3-{transformers{,-stream-generator},tiktoken,accelerate} python-einops
```
运行AI对话。
1. 运行以下命令，修改模型加载参数。
  在项目源码中提供了终端示例脚本，可以运行Qwen-7B-Chat模型实现本地聊天机器人。在运行脚本之前，需要修改模型加载参数，使用BF16精度加载，以利用CPU的AVX-512指令集进行加速。
```
cd /workspace/Qwen
grep "torch.bfloat16" cli_demo.py 2>&1 >/dev/null || sed -i "57i\torch_dtype=torch.bfloat16," cli_demo.py
```
2. 运行以下命令，启动聊天机器人。
```
cd /workspace/Qwen
python3 cli_demo.py -c ../qwen-7b-chat --cpu-only
```
  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。