Merge pull request datawhalechina#69 from acwwt/bluelm

BlueLM FastAPI+langchain+webdemo+lora微调
Chris-Mraz · Mar 23, 2024 · d04a4c8 · d04a4c8
2 parents 462b019 + d35e08d
commit d04a4c8
Show file tree

Hide file tree

Showing 11 changed files with 1,623 additions and 0 deletions.
diff --git a/BlueLM/01-BlueLM-7B-Chat FastApi 部署.md b/BlueLM/01-BlueLM-7B-Chat FastApi 部署.md
@@ -0,0 +1,168 @@
+# BlueLM-7B-Chat FastApi 部署
+
+## 模型介绍
+
+BlueLM-7B 是由 vivo AI 全球研究院自主研发的大规模预训练语言模型，参数规模为 70 亿。BlueLM-7B 在 [C-Eval](https://cevalbenchmark.com/index.html) 和 [CMMLU](https://github.com/haonan-li/CMMLU) 上均取得领先结果，对比同尺寸开源模型中具有较强的竞争力(截止11月1号)。本次发布共包含 7B 模型的 Base 和 Chat 两个版本。
+
+模型下载链接见：
+
+|                           基座模型                           |                           对齐模型                           |
+| :----------------------------------------------------------: | :----------------------------------------------------------: |
+| 🤗 [BlueLM-7B-Base](https://huggingface.co/vivo-ai/BlueLM-7B-Base) | 🤗 [BlueLM-7B-Chat](https://huggingface.co/vivo-ai/BlueLM-7B-Chat) |
+| 🤗 [BlueLM-7B-Base-32K](https://huggingface.co/vivo-ai/BlueLM-7B-Base-32K) | 🤗 [BlueLM-7B-Chat-32K](https://huggingface.co/vivo-ai/BlueLM-7B-Chat-32K) |
+|                                                              | 🤗 [BlueLM-7B-Chat-4bits](https://huggingface.co/vivo-ai/BlueLM-7B-Chat-4bits) |
+
+## 环境准备
+
+这里在 [Autodl](https://www.autodl.com/) 平台中租赁一个3090 等 24G 显存的显卡机器，如下图所示镜像选择 PyTorch-->1.11.0-->3.8(ubuntu20.04)-->11.3，Cuda版本在11.3以上都可以。
+
+![image-20240319162858866](./images/202403191628941.png)
+
+接下来打开刚刚租用服务器的 JupyterLab(也可以使用vscode ssh远程连接服务器)，并且打开其中的终端开始环境配置、模型下载和运行 demo。
+
+pip 换源加速下载并安装依赖包
+
+```bash
+# 升级pip
+python -m pip install --upgrade pip
+# 设置pip镜像源
+pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
+# 安装软件依赖
+pip install fastapi==0.104.1
+pip install uvicorn==0.24.0.post1
+pip install requests==2.25.1
+pip install modelscope==1.11.0
+pip install transformers==4.37.0
+pip install streamlit==1.24.0
+pip install sentencepiece==0.1.99
+pip install accelerate==0.24.1
+pip install transformers_stream_generator==0.0.4
+```
+
+## 模型下载
+
+使用`Modelscope API` 下载`BlueLM-7B-Chat`模型，模型路径为`/root/autodl-tmp`。在 /root/autodl-tmp 下创建model_download.py文件内容如下: 
+
+```python
+from modelscope import snapshot_download
+model_dir = snapshot_download("vivo-ai/BlueLM-7B-Chat", cache_dir='/root/autodl-tmp', revision="master")
+```
+
+## 代码准备
+
+在 /root/autodl-tmp 路径下新建 api.py 文件内容如下: 
+
+```python
+from fastapi import FastAPI, Request
+from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig
+import uvicorn
+import json
+import datetime
+import torch
+
+# 设置设备参数
+DEVICE = "cuda"  # 使用CUDA
+DEVICE_ID = "0"  # CUDA设备ID，如果未设置则为空
+CUDA_DEVICE = f"{DEVICE}:{DEVICE_ID}" if DEVICE_ID else DEVICE  # 组合CUDA设备信息
+
+# 清理GPU内存函数
+def torch_gc():
+    if torch.cuda.is_available():  # 检查是否可用CUDA
+        with torch.cuda.device(CUDA_DEVICE):  # 指定CUDA设备
+            torch.cuda.empty_cache()  # 清空CUDA缓存
+            torch.cuda.ipc_collect()  # 收集CUDA内存碎片
+
+# 创建FastAPI应用
+app = FastAPI()
+
+# 处理POST请求的端点
+@app.post("/")
+async def create_item(request: Request):
+    global model, tokenizer  # 声明全局变量以便在函数内部使用模型和分词器
+    json_post_raw = await request.json()  # 获取POST请求的JSON数据
+    json_post = json.dumps(json_post_raw)  # 将JSON数据转换为字符串
+    json_post_list = json.loads(json_post)  # 将字符串转换为Python对象
+    prompt = json_post_list.get('prompt')  # 获取请求中的提示
+    max_length = json_post_list.get('max_length')  # 获取请求中的最大长度
+
+    # 构建 messages      
+    messages = f"[|Human|]:{prompt}[|AI|]:"
+    # 构建输入 
+    inputs = tokenizer(messages, return_tensors="pt")
+    inputs = inputs.to("cuda:0")
+    # 通过模型获得输出
+    outputs = model.generate(**inputs, max_new_tokens=max_length)
+    result = tokenizer.decode(outputs.cpu()[0], skip_special_tokens=True)
+
+    now = datetime.datetime.now()  # 获取当前时间
+    time = now.strftime("%Y-%m-%d %H:%M:%S")  # 格式化时间为字符串
+    # 构建响应JSON
+    answer = {
+        "response": result,
+        "status": 200,
+        "time": time
+    }
+    # 构建日志信息
+    log = "[" + time + "] " + '", prompt:"' + prompt + '", response:"' + repr(result) + '"'
+    print(log)  # 打印日志
+    torch_gc()  # 执行GPU内存清理
+    return answer  # 返回响应
+
+# 主函数入口
+if __name__ == '__main__':
+    mode_name_or_path="vivo-ai/BlueLM-7B-Chat"
+    # 加载预训练的分词器和模型
+    tokenizer = AutoTokenizer.from_pretrained(mode_name_or_path, trust_remote_code=True)
+    model = AutoModelForCausalLM.from_pretrained(mode_name_or_path, trust_remote_code=True,torch_dtype=torch.bfloat16,  device_map="auto")
+    model.generation_config = GenerationConfig.from_pretrained(mode_name_or_path)
+    model.generation_config.pad_token_id = model.generation_config.eos_token_id
+    model.eval()  # 设置模型为评估模式
+    # 启动FastAPI应用
+    # 用6006端口可以将autodl的端口映射到本地，从而在本地使用api
+    uvicorn.run(app, host='127.0.0.1', port=6006, workers=1)  # 在指定端口和主机上启动应用
+```
+
+## Api 部署
+
+在bash终端中输入以下命令运行api服务: 
+
+```bash
+cd /root/autodl-tmp
+python api.py
+```
+
+终端出现以下输出表示服务正在运行
+
+![image-20240319181346315](./images/202403191813385.png)
+
+默认服务端口为6006，通过 POST 方法进行调用，可以使用 curl 调用，新建一个终端在里面输入以下内容: 
+
+```bash
+curl -X POST "http://127.0.0.1:6006" \
+     -H 'Content-Type: application/json' \
+     -d '{"prompt": "你好"}'
+```
+
+也可以使用 python 中的 requests 库进行调用，如下所示：
+
+```python
+import requests
+import json
+
+def get_completion(prompt):
+    headers = {'Content-Type': 'application/json'}
+    data = {"prompt": prompt}
+    response = requests.post(url='http://127.0.0.1:6006', headers=headers, data=json.dumps(data))
+    return response.json()['response']
+
+if __name__ == '__main__':
+    print(get_completion('你好'))
+```
+
+运行以后得到的返回值如下所示：
+
+```json
+{"response":"你好 你好！很高兴见到你，有什么我可以帮助你的吗？","status":200,"time":"2024-03-20 12:09:29"}
+```
+
+![image-20240320121025609](./images/202403201210690.png)
diff --git a/BlueLM/02-BlueLM-7B-Chat langchain 接入.md b/BlueLM/02-BlueLM-7B-Chat langchain 接入.md
@@ -0,0 +1,108 @@
+# BlueLM-7B-Chat langchain 接入
+
+## 模型介绍
+
+BlueLM-7B 是由 vivo AI 全球研究院自主研发的大规模预训练语言模型，参数规模为 70 亿。BlueLM-7B 在 [C-Eval](https://cevalbenchmark.com/index.html) 和 [CMMLU](https://github.com/haonan-li/CMMLU) 上均取得领先结果，对比同尺寸开源模型中具有较强的竞争力(截止11月1号)。本次发布共包含 7B 模型的 Base 和 Chat 两个版本。
+
+模型下载链接见：
+
+|                           基座模型                           |                           对齐模型                           |
+| :----------------------------------------------------------: | :----------------------------------------------------------: |
+| 🤗 [BlueLM-7B-Base](https://huggingface.co/vivo-ai/BlueLM-7B-Base) | 🤗 [BlueLM-7B-Chat](https://huggingface.co/vivo-ai/BlueLM-7B-Chat) |
+| 🤗 [BlueLM-7B-Base-32K](https://huggingface.co/vivo-ai/BlueLM-7B-Base-32K) | 🤗 [BlueLM-7B-Chat-32K](https://huggingface.co/vivo-ai/BlueLM-7B-Chat-32K) |
+|                                                              |                  🤗 [BlueLM-7B-Chat-4bits](                   |
+
+## 环境准备
+
+在 autodl 平台中租赁一个 3090 等 24G 显存的显卡机器，如下图所示镜像选择 PyTorch-->1.11.0-->3.8(ubuntu20.04)-->11.3，Cuda版本在11.3以上都可以。
+
+![](./images/202403191628941.png)
+
+接下来打开刚刚租用服务器的 JupyterLab(也可以使用vscode ssh远程连接服务器)，并且打开其中的终端开始环境配置、模型下载和运行 demo。
+
+pip 换源加速下载并安装依赖包
+
+```bash
+# 升级pip
+python -m pip install --upgrade pip
+# 设置pip镜像源
+pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
+# 安装软件依赖
+pip install langchain==0.1.12
+pip install modelscope==1.11.0
+pip install transformers==4.37.0
+pip install sentencepiece==0.1.99
+pip install accelerate==0.24.1
+pip install transformers_stream_generator==0.0.4
+```
+
+## 模型下载
+
+使用`Modelscope API` 下载`BlueLM-7B-Chat`模型，模型路径为`/root/autodl-tmp`。在 /root/autodl-tmp 下创建model_download.py文件内容如下: 
+
+```python
+from modelscope import snapshot_download
+model_dir = snapshot_download("vivo-ai/BlueLM-7B-Chat", cache_dir='/root/autodl-tmp', revision="master")
+```
+
+## 代码准备
+
+为便捷构建 LLM 应用，我们需要基于本地部署的 BlueLM，自定义一个 LLM 类，将 BlueLM 接入到 LangChain 框架中。完成自定义 LLM 类之后，可以以完全一致的方式调用 LangChain 的接口，而无需考虑底层模型调用的不一致。
+
+基于本地部署的 BlueLM 自定义 LLM 类并不复杂，我们只需从 `LangChain.llms.base.LLM` 类继承一个子类，并重写构造函数与 `_call` 函数即可，创建一个LLM.py文件内容如下：
+
+```bash
+from langchain.llms.base import LLM
+from typing import Any, List, Optional
+from langchain.callbacks.manager import CallbackManagerForLLMRun
+from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig, LlamaTokenizerFast
+import torch
+
+class BlueLM(LLM):
+    # 基于本地 BlueLM 自定义 LLM 类
+    tokenizer: AutoTokenizer = None
+    model: AutoModelForCausalLM = None
+
+    def __init__(self, mode_name_or_path :str):
+
+        super().__init__()
+        print("正在从本地加载模型...")
+        self.tokenizer = AutoTokenizer.from_pretrained(mode_name_or_path, trust_remote_code=True)
+        self.model = AutoModelForCausalLM.from_pretrained(mode_name_or_path, torch_dtype=torch.float16, trust_remote_code=True).cuda()
+        self.model = self.model.eval()
+        print("完成本地模型的加载")
+
+    def _call(self, prompt : str, stop: Optional[List[str]] = None,
+                run_manager: Optional[CallbackManagerForLLMRun] = None,
+                **kwargs: Any):
+
+        # 重写调用函数
+        messages = f"[|Human|]:{prompt}[|AI|]:"
+        # 构建输入
+        inputs_tensor = self.tokenizer(messages, return_tensors="pt")
+        inputs_tensor = inputs_tensor.to("cuda:0")
+        # 通过模型获得输出
+        outputs = self.model.generate(**inputs_tensor, max_new_tokens=100)
+        response = self.tokenizer.decode(outputs.cpu()[0], skip_special_tokens=True)
+
+        return response
+    @property
+    def _llm_type(self) -> str:
+        return "BlueLM"
+
+```
+
+## 调用
+
+然后就可以像使用任何其他的langchain大模型功能一样使用了。
+
+```python
+from LLM import BlueLM
+llm = BlueLM('/root/autodl-tmp/vivo-ai/BlueLM-7B-Chat')
+
+llm('你好')
+```
+
+如下图所示：
+
+![image-20240320122929440](./images/202403201229542.png)