一、介绍

• Baichuan 2 是百川智能推出的 新一代开源大语言模型 ，采用 2.6 万亿 Tokens 的高质量语料训练。
• Baichuan 2 在一系列权威的中文、英文和多语言的通用、领域 benchmark 上达到了同尺寸最佳的效果。

• 涵盖了 7B 、13B 的 Base 和 Chat 版本，并提供了 Chat 版本的 4bits 量化 。

更多详细信息见 Github仓库

二、容器构建说明

BaiChuan2 项目自带了 Web 交互界面，并在项目运行中自动下载所需的模型参数。因此，克隆项目后，安装好项目所需环境，然后直接运行即可,下面将以Baichuan2-13B-Chat模型进行部署，由于模型较大建议使用RTX3090及以上显卡。

1. 安装 miniconda

进入 Anaconda 官网：

Miniconda — Anaconda 文档

找到快速命令行安装，选择 Linux 系统，复制代码进入终端进行安装。

等待安装完成。

2. 安装并更新基础命令，让后续使用更快捷： unzip、lsof、git、git-lfs

apt-get update
apt-get install -y unzip
apt-get install -y lsof
apt-get install -y git
apt-get install -y git-lfs

3. 克隆项目仓库，并打开文件

git clone https://github.com/baichuan-inc/Baichuan2.git
cd Baichuan2

4. 创建python为3.11版本的虚拟环境，名称为Baichuan2

conda create -n Baichuan2 python=3.11

5. 激活虚拟环境Baichuan2

conda activate Baichuan2

6. 通过pip安装所需的torch环境（国内镜像源快一些，以下使用了清华源）

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 -i https://pypi.tuna.tsinghua.edu.cn/simple

7. 安装项目依赖文件

为了安装速度更快可以将 pip 进行永久换源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

pip install -r requirements.txt

8. 指定端口，运行py文件（运行项目，首次运行会自动下载模型参数，需要保证网络通畅）

streamlit run --server.address 0.0.0.0 --server.port 8080 web_demo.py

出现以下页面即为运行成功（使用了RTX3090）

若使用RTX3060则会出现以下运行不成功页面

9. 注意

RTX3090在运行Baichuan2-13B-Chat模型时仅仅只是运行成功，文字生成的速度大概是一秒钟两个字左右，若想要速度更快，则需要更换更加轻量化的模型，可以使用在线量化，以下用Baichuan2-13B-Chat模型的4bits量化模型作为示例

打开web_demo.py文件，替换相应代码

model = AutoModelForCausalLM.from_pretrained("baichuan-inc/Baichuan2-13B-Chat", torch_dtype=torch.float16, trust_remote_code=True)
model = model.quantize(4).cuda() 

重新运行后生成速度每秒可达到十多字！

三、网页演示

运行成功后获取访问链接，进入 webUI 界面后即可操作：

点击此处，立即体验BaiChuan2！