首页
/ TinyChatEngine 项目下载及安装教程

TinyChatEngine 项目下载及安装教程

2024-12-09 05:25:36作者:幸俭卉

1. 项目介绍

TinyChatEngine 是一个用于在边缘设备上运行大型语言模型(LLM)和视觉语言模型(VLM)的推理库。它通过模型压缩技术(如 SmoothQuant 和 AWQ)实现了低精度的模型推理,使得用户可以在笔记本电脑、汽车、机器人等设备上获得即时响应,同时保护数据隐私。

2. 项目下载位置

要下载 TinyChatEngine 项目,请使用以下命令:

git clone --recursive https://github.com/mit-han-lab/TinyChatEngine.git

3. 项目安装环境配置

3.1 MacOS 环境配置

在 MacOS 上,您需要安装 boostllvm 库。可以使用 Homebrew 进行安装:

brew install boost
brew install llvm

对于 M1/M2 用户,还需要从 App Store 安装 Xcode,以启用 Metal 编译器支持 GPU。

3.2 Windows 环境配置

3.2.1 Windows with CPU

在 Windows 上,您需要下载并安装 GCC 编译器和 MSYS2。请按照以下步骤操作:

  1. 下载并安装 MSYS2:MSYS2 安装教程
  2. 安装所需的依赖项:
pacman -S --needed base-devel mingw-w64-x86_64-toolchain make unzip git
  1. 将二进制目录(例如 C:\msys64\mingw64\binC:\msys64\usr\bin)添加到环境路径中。

3.2.2 Windows with Nvidia GPU (实验性)

  1. 安装 CUDA 工具包:CUDA 安装教程
  2. 安装 Visual Studio,并确保支持 C 和 C++ 开发。

4. 项目安装方式

4.1 下载项目

使用以下命令下载项目:

git clone --recursive https://github.com/mit-han-lab/TinyChatEngine.git
cd TinyChatEngine

4.2 安装 Python 包

TinyChatEngine 的主要代码库是用纯 C/C++ 编写的,Python 包仅用于从模型库中下载(和转换)模型。

conda create -n TinyChatEngine python=3.10 pip -y
conda activate TinyChatEngine
pip install -r requirements.txt

4.3 下载量化模型

根据您的设备类型,下载相应的量化模型:

4.3.1 x86 设备

cd llm
python tools/download_model.py --model LLaMA_3_8B_Instruct_awq_int4 --QM QM_x86

4.3.2 ARM 设备

cd llm
python tools/download_model.py --model LLaMA_3_8B_Instruct_awq_int4 --QM QM_ARM

4.3.3 CUDA 设备

cd llm
python tools/download_model.py --model LLaMA2_7B_chat_awq_int4 --QM QM_CUDA

4.4 编译并启动聊天

根据您的平台,修改 Makefile 中的相应配置,然后编译并启动聊天:

make chat -j

5. 项目处理脚本

TinyChatEngine 提供了一些处理脚本,用于下载和转换模型。以下是一些常用的脚本:

5.1 下载模型脚本

python tools/download_model.py --model <模型名称> --QM <量化方法>

5.2 编译脚本

make chat -j

5.3 启动聊天脚本

./chat

通过以上步骤,您可以成功下载并安装 TinyChatEngine 项目,并开始在您的设备上运行大型语言模型和视觉语言模型。

热门项目推荐
相关项目推荐

项目优选

收起
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
889
0
GitCode光引计划有奖征文大赛GitCode光引计划有奖征文大赛
GitCode光引计划有奖征文大赛
15
1
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
40
32
RuoYi-Cloud-Vue3RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
20
15
redis-sdkredis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
398
44
vue3-element-adminvue3-element-admin
🔥Vue3 + Vite5 + TypeScript + Element-Plus 构建的后台管理前端模板,配套接口文档和后端源码,vue-element-admin 的 Vue3 版本。
Vue
49
10
advanced-javaadvanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
371
99
RuoYi-VueRuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
157
31
杨帆测试平台杨帆测试平台
扬帆测试平台是一款高效、可靠的自动化测试平台,旨在帮助团队提升测试效率、降低测试成本。该平台包括用例管理、定时任务、执行记录等功能模块,支持多种类型的测试用例,目前支持API(http和grpc协议)、性能、CI调用等功能,并且可定制化,灵活满足不同场景的需求。 其中,支持批量执行、并发执行等高级功能。通过用例设置,可以设置用例的基本信息、运行配置、环境变量等,灵活控制用例的执行。
JavaScript
10
2
DrissionPageDrissionPage
基于python的网页自动化工具。既能控制浏览器,也能收发数据包。可兼顾浏览器自动化的便利性和requests的高效率。功能强大,内置无数人性化设计和便捷功能。语法简洁而优雅,代码量少。
Python
29
3