使用OpenVINO在本地CPU运行大模型的过程

1. 引入

OpenVINO 工具套件是Intel开源的工具，可以在CPU上加速 AI推理过程。主要是用在CPU场景下的，在Intel的硬件上使用。
本文在CPU上实测一下OpenVINO运行大模型ChatGLM3-6b的运行效果，并记录整个过程。

2. 测试环境

在如下配置的笔记本上进行实测：

Windows 11 家庭中文版，CPU
Anaconda3-2024.02-1-Windows-x86_64
Python 3.11.7
内存：32G

3. 安装OpenVINO

上网搜有一堆比较复杂的OpenVINO的安装方法，本文直接使用pip安装，这是最简单的安装方法。

pip install openvino

安装的版本是2024.0.0

4. 使用OpenVINO运行大模型

下载大模型

git clone https://www.modelscope.cn/ZhipuAI/chatglm3-6b.git

下载运行大模型的程序

git clone https://github.com/OpenVINO-dev-contest/chatglm3.openvino.git

使用OpenVINO调用大模型进行问答的代码都在这里面了，实测可以直接使用。

配置运行环境

cd chatglm3.openvino

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

模型格式转换

python convert.py --model_id THUDM\chatglm3-6b --output output\chatglm3ov

转换前THUDM\chatglm3-6b大小为46.5G，转换后output\chatglm3ov减少为11.6G。

运行大模型问答交互测试程序

(base) C:\Users\conte\chatglm3.openvino>python chat.py --model_path output\chatglm3ov --device cpu
INFO:nncf:NNCF initialized successfully. Supported frameworks detected: torch, onnx, openvino
Setting eos_token is not supported, use the default one.
Setting pad_token is not supported, use the default one.
Setting unk_token is not supported, use the default one.
====Compiling model====
The argument `trust_remote_code` is to be used along with export=True. It will be ignored.
Compiling the model to CPU ...
====Starting conversation====
用户: hello
ChatGLM3-6B-OpenVINO:
Hello! How can I help you today?

用户: stop

上面为具体的命令与用户输入hello后模型的输出内容实例。最后用户输入stop即可退出测试程序。