外汇网站建设wordpress comments
在NVIDIA Jetson平台离线部署大模型，开启离线具身智能新纪元。
本项目提供一种将LMDeploy移植到NVIDIA Jetson系列边缘计算卡的方法，并在Jetson计算卡上运行InternLM系列大模型，为离线具身智能提供可能。
最新新闻🎉
- [2024/3/15] 更新了对LMDeploy-v0.2.5。
- [2024/2/26] 本项目被LMDeploy官方社区收录。
已验证模型/平台
- ✅：已验证可运行
- ❌：已验证不可运行
- ⭕️：待验证
| Models | InternLM-7B | InternLM-20B | InternLM2-1.8B | InternLM2-7B | InternLM2-20B |
|---|---|---|---|---|---|
| Orin AGX(32G) Jetpack 5.1 | ✅ Mem:??/?? 14.68 token/s | ✅ Mem:??/?? 5.82 token/s | ✅ Mem:??/?? 56.57 token/s | ✅ Mem:??/?? 14.56 token/s | ✅ Mem:??/?? 6.16 token/s |
| Orin NX(16G) Jetpack 5.1 | ✅ Mem:8.6G/16G 7.39 token/s | ✅ Mem:14.7G/16G 3.08 token/s | ✅ Mem:5.6G/16G 22.96 token/s | ✅ Mem:9.2G/16G 7.48 token/s | ✅ Mem:14.8G/16G 3.19 token/s |
| Xavier NX(8G) Jetpack 5.1 | ❌ | ❌ | ✅ Mem:4.35G/8G 28.36 token/s | ❌ | ❌ |
未来工作
- 更新更多型号Jetson板卡的Benchmark测试数据
- 制作Jetson专用whl发行版
- 跟进更新版本的LMDeploy
部署教程
Jetson端离线运行InternLM大模型
创建模型保存目录：
mkdir -p ~/models
将S1.服务器端模型W4A16量化得到的internlm-chat-7b-turbomind.tgz上传到models目录下。
解压模型文件：
tar zxvf internlm-chat-7b-turbomind.tgz -C .
0.Bug解决：修改MMEngine库
Jetson端的pytorch不支持分布式的reduce算子，这会导致MMEngine库中与分布式有关的部分出现错误。
错误为：
AttributeError: module 'torch.distributed' has no attribute 'ReduceOp'
激活conda环境：
conda activate lmdeploy
用解释器方式运行python：
python
输入如下内容：
import mmengine
print(mmengine.__file__)
这就输出了MMEngine库的安装位置，笔者的是/home/nvidia/miniconda3/envs/lmdeploy/lib/python3.8/site-packages/mmengine/__init__.py，那么相应位置就是home/nvidia/miniconda3/envs/lmdeploy/lib/python3.8/site-packages/mmengine/，咱们用<path/to/mmengine>代替。
修改<path/to/mmengine>/logging/logger.py第208行：
- global_rank = _get_rank()
+ global_rank = 0
在运行就不会报错了。
注意：该方式过于粗暴，仅适用于Jetson平台部署推理，在服务器端会影响分布式功能！
1.终端运行
激活conda环境：
conda activate lmdeploy
运行模型：
lmdeploy chat turbomind ./internlm-chat-7b-turbomind
2.Python集成运行
编写运行脚本run_model.py，内容如下：
from lmdeploy import turbomind as tmif __name__ == "__main__":model_path = "./internlm-chat-7b-turbomind" # 修改成你的路径tm_model = tm.TurboMind.from_pretrained(model_path)generator = tm_model.create_instance()while True:inp = input("[User] >>> ")if inp == "exit":breakprompt = tm_model.model.get_prompt(inp)input_ids = tm_model.tokenizer.encode(prompt)for outputs in generator.stream_infer(session_id=0, input_ids=[input_ids]):res = outputs[1]response = tm_model.tokenizer.decode(res)print("[Bot] <<< {}".format(response))激活conda环境：
conda activate lmdeploy
运行脚本：
python run_model.py
附录
- 为Jetson重装Jetpack
- LMDeploy-Jetson基准测试
引用
如果本项目对您的工作有所帮助，请使用以下格式引用：
@misc{2024lmdeployjetson,title={LMDeploy-Jetson：Opening a new era of Offline Embodied Intelligence},author={LMDeploy-Jetson Community},url={https://github.com/BestAnHongjun/LMDeploy-Jetson},year={2024}
}
致谢
- 书生·浦语大模型实战营
- 上海人工智能实验室
- trt-llm