在2GB DAYU200上本地部署大语言模型 原创 精华

离北况归
发布于 2023-12-4 17:59
浏览
4收藏

本文将第二届OpenHarmony技术大会上展示的《在OpenHarmony本地部署大语言模型》成果开源,开源地址:InferLLM三方库

在2GB的DAYU200开发板上部署alpaca模型,实现OpenHarmony设备本地部署语言模型。(注意:本地部署语言模型对设备RAM要求较高需要4GB左右,加上swap交换空间就可以)

1.实现思路和步骤

  • 1.移植轻量级LLM模型推理框架InferLLM到OpenHarmony标准系统,编译出能在OpenHarmony运行的二进制产物。
    • InferLLM 是一个简单高效的 LLM CPU 推理框架,可以本地部署 LLM 中的量化模型
  • 2.使用OpenHarmony NDK来编译OpenHarmony上的InferLLM可执行文件

2.在2GB DAYU200上本地部署大语言模型步骤

2.1 编译获取InferLLM三方库编译产物

1.下载OpenHarmony sdk,下载地址:http://ci.openharmony.cn/workbench/cicd/dailybuild/dailyList

2.下载本仓库

git clone https://gitee.com/openharmony-sig/tpc_c_cplusplus.git --depth=1
# 设置环境变量
export OHOS_SDK=解压目录/ohos-sdk/linux  # 请替换为你自己的解压目录
 
cd lycium
./build.sh InferLLM
  • 3.获取InferLLM三方库头文件及生成的库
    在tpc_c_cplusplus/thirdparty/InferLLM/目录下会生成InferLLM-405d866e4c11b884a8072b4b30659c63555be41d目录,该目录下存在已编译完成的32位和64位三方库。(相关编译结果不会被打包进入lycium目录下的usr目录)

    InferLLM-405d866e4c11b884a8072b4b30659c63555be41d/arm64-v8a-build  
    InferLLM-405d866e4c11b884a8072b4b30659c63555be41d/armeabi-v7a-build
    
  • 4.当然要是觉的以上步骤来获取编译产物麻烦,可以前往该地址下载。

2.2 将编译产物和模型文件推送至开发板运行

1.下载模型文件:chinese-alpaca-7b-q4.bin

2.将编译InferLLM生成的llama可执行文件、OpenHarmony sdk中的libc++_shared.so、下载好的模型文件chinese-alpaca-7b-q4.bin 打包成文件夹 llama_file

# 将llama_file文件夹发送到开发板data目录
hdc file send llama_file /data
# hdc shell 进入开发板执行
cd data/llama_file

# 在2GB的dayu200上加swap交换空间
# 新建一个空的ram_ohos文件
touch ram_ohos
# 创建一个用于交换空间的文件(8GB大小的交换文件)
fallocate -l 8G /data/ram_ohos
# 设置文件权限,以确保所有用户可以读写该文件:
chmod 777 /data/ram_ohos
# 将文件设置为交换空间:
mkswap /data/ram_ohos
# 启用交换空间:
swapon /data/ram_ohos

# 设置库搜索路径
export LD_LIBRARY_PATH=/data/llama_file:$LD_LIBRARY_PATH

# 提升rk3568cpu频率
# 查看 CPU 频率
cat /sys/devices/system/cpu/cpu*/cpufreq/cpuinfo_cur_freq

# 查看 CPU 可用频率(不同平台显示的可用频率会有所不同)
cat /sys/devices/system/cpu/cpufreq/policy0/scaling_available_frequencies

# 将 CPU 调频模式切换为用户空间模式,这意味着用户程序可以手动控制 CPU 的工作频率,而不是由系统自动管理。这样可以提供更大的灵活性和定制性,但需要注意合理调整频率以保持系统稳定性和性能。
echo userspace > /sys/devices/system/cpu/cpufreq/policy0/scaling_governor

# 设置rk3568 CPU 频率为1.9GHz
echo 1992000 > /sys/devices/system/cpu/cpufreq/policy0/scaling_setspeed

# 执行大语言模型
chmod 777 llama
./llama -m chinese-alpaca-7b-q4.bin -t 4

移植InferLLM三方库在OpenHarmmony设备rk3568上部署大语言模型实现人机对话。最后运行效果有些慢,跳出人机对话框也有些慢,请耐心等待。

在2GB DAYU200上本地部署大语言模型-鸿蒙开发者社区

©著作权归作者所有,如需转载,请注明出处,否则将追究法律责任
已于2023-12-4 17:59:16修改
9
收藏 4
回复
举报
4条回复
按时间正序
/
按时间倒序
红叶亦知秋
红叶亦知秋

前排支持!

回复
2023-12-4 18:18:41
带带小老弟
带带小老弟

现在鸿蒙大佬也太卷了

回复
2023-12-5 14:19:22
FlashinMiami
FlashinMiami

深度学习厉害了

回复
2023-12-8 10:34:46
诺舒华吃西瓜
诺舒华吃西瓜

大语言对性能要求高吗

回复
2023-12-8 15:33:31
回复
    相关推荐