清华大学chatGLM6B模型本地化部署教程_清华大模型本地调用

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。项目地址：
https://github.com/THUDM/ChatGLM-6B。

测试环境：windows11，CUDA 12.1，Torch-2.0.1

内存16G，显卡 3060 ， 显存6G

1. 安装python，git，网上教程很多，不再重复。
2. 确定CUDA，Torch版本且是否相互兼容。

cmd命令行中输入：nvidia-smi

CUDA建议11.8，低于该版本请升级，最新版本下载地址：
https://developer.nvidia.com/cuda-toolkit

Torch 需要选择和CUDA配套的版本：

访问：
https://pytorch.org/get-started/locally/#supported-windows-distributions