​出于科研原因，最近需要部署一些大语言模型。这次部署的是北京智源人工智能研究院发布的悟道·天鹰（Aquila）大语言模型。

据官方说该模型在技术上继承了 GPT-3、LLaMA 等的架构设计优点，替换了一批更高效的底层算子实现、重新设计实现了中英双语的 tokenizer，升级了 BMTrain 并行训练方法等等。咱也不懂，但是该模型完全开源真的挺香的，那闲话少叙，直接开始部署吧！

一、部署环境

首先是部署环境，我采用的是高校的服务器，配置信息是：

二、下载开源代码和模型

方法一：

这里模型可以直接在命令行里pip下载FlagAI（FlagAI就是悟道的算法工具包）。

pip install flagai

如果下载太慢或者无法下载，那就上清华镜像下载，懂的都懂。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flagai

 如果下载完成，应该会在本地（如果你是在本地部署的话），或者服务器上有一个FlagAI文件夹出现。

 这个时候检查一下，FlagAl/examples/Aquila/Aquila-chat路径下这些文件是不是都在，在的话，恭喜你部署成功！

方法二：

如果上述这些文件不在的话也不要担心，咱们还有plan B！

首先命令行克隆FlagAI github仓库（前提是你要事先安装了git工具）：

git clone https://github.com/FlagAI-Open/FlagAI.git

 如果你不会克隆也没关系，直接去GitHub下载压缩包解压也可以的，但是要注意，解压路径不要有中文哦！

 然后在命令行中进入安装脚本的路径，从源码安装FlagAI：

cd FlagAI 

python setup.py install

等待安装即可。

三、运行模型

首先在命令行中进入到对话模型的路径下：

cd FlagAI/examples/Aquila/Aquila-chat

然后运行脚本文件即可：

python generate_chat.py

上述是单轮对话，如果是多轮对话则运行：

python generate_chat_multiround.py

如果想进行低资源推理（适合配置较低的用户），则运行：

python generate_chat_bminf.py

其实到这里已经可以进行人机对话了，大家按照步骤到这一步应该已经拥有了自己的ChatGPT了。但是我还是做了些个性化的改动。因为我是在服务器上部署的，而且还要做一些测试，所以推理脚本我在jupyter notebook里面重新写了，具体做法是：

第一步：进入FlagAI/examples/Aquila/Aquila-chat路径下：

cd FlagAI/examples/Aquila/Aquila-chat

 第二步：去FlagAI/examples/Aquila/Aquila-chat路径下找到generate_chat.py文件并打开，把代码copy到jupyter notebook中。

第三步：修改第二步代码中的texts后面的文字，改成你要问的问题，可以问很多问题，但是要注意格式为：

texts = ["请问中国的首都为什么是北京","请介绍蔡徐坤",]

四 测试结果

完成上述后，直接运行所有代码块，得到结果：

 可以看到，回答还算不错。

最后，欢迎大家关注微信公众号：图灵智能实验室。不定期更新人工智能前沿算法与应用！