实战精选 | 如何用 OpenVINO™ 在本地快速部署 Llama 3.2
点击蓝字关注我们,让开发变得更有趣
作者 | 武卓 英特尔 AI 软件布道师
排版 | 吴紫琴
OpenVINO™
随着 Llama 3.2 的刚刚发布，最新的AI模子进展比以往更加易于获取。借助 OpenVINO™ 和 Optimum Intel 的无缝集成，你可以在本地 Intel 硬件上压缩、优化并运行这个强大的模子。在本指南中，我们将带你完成整个流程，从环境搭建到最终执行，帮助你以最少的努力充实发挥 Llama 3.2 的潜力。
OpenVINO™
在 AI PC 的集成 GPU 上运行 Llama 3.2
目
录
下载 OpenVINO™ GenAI 示例代码
安装最新版本及依赖项
使用 NNCF 下载并导出 Llama 3.2
运行模子
总结
第0步：为开发准备你的呆板！
对于第一次使用的用户，建议你按照Wiki中的根本设置步调（1、2和3）进行。
呆板设置并准备停当 =)
第1步：下载 OpenVINO™ GenAI 示例代码
使用 OpenVINO™ GenAI API 在 Windows 上运行 Llama 3.1 的最简单方法是使用提供的示例代码进行设置。
起首，克隆堆栈：
git clone https://github.com/openvinotoolkit/openvino.genai.git在堆栈中，你会找到一个名为 chat_sample 的 Python 示例。这个简便的示例可以让你用不到40行代码执行 Llama 3.2，并与用户进行对话。它是开始探索模子功能的轻便途径。
OpenVINO™ GenAI 的 Python 示例中的聊天示例
下面是示例代码的预览：
#!/usr/bin/env python3
# Copyright (C) 2024 Intel Corporation
# SPDX-License-Identifier: Apache-2.0
import argparse
import openvino_genai
def streamer(subword):
print(subword, end='', flush=True)
# Return flag corresponds whether generation should be stopped.
# False means continue generation.
return False
def main():
parser = argparse.ArgumentParser()
parser.add_argument('model_dir')
args = parser.parse_args()
device = 'CPU'# GPU can be used as well
pipe = openvino_genai.LLMPipeline(args.model_dir, device)
config = openvino_genai.GenerationConfig()
config.max_new_tokens = 100
pipe.start_chat()
while True:
prompt = input('question:\n')
if 'Stop!' == prompt:
break
pipe.generate(prompt, config, streamer)
print('\n----------')
pipe.finish_chat()
if '__main__' == __name__:
main()接下来，让我们设置环境以处理模子的下载、转换和执行。
第2步：安装最新版本和依赖项
为了避免依赖冲突，建议创建一个单独的假造环境：
python -m venv openvino_venv激活环境,
openvino_venv\Script\activate如今，安装须要的依赖项：
python -m pip install --upgrade pip
pip install -U --pre openvino-genai openvino openvino-tokenizers --extra-index-url https://storage.openvinotoolkit.org/simple/wheels/nightly
pip install --extra-index-url https://download.pytorch.org/whl/cpu "git+https://github.com/huggingface/optimum-intel.git" "git+https://github.com/openvinotoolkit/nncf.git" "onnx<=1.16.1"第3步：使用 NNCF 下载并导出 Llama 3.2
在 从Hugging Face 导出模子之前，确保你已在此处接受使用协议。
然后，使用以下命令下载并导出模子：
optimum-cli export openvino --model meta-llama/Meta-Llama-3.2-3B-Instruct --task text-generation-with-past --weight-format int4 --group-size 64 --ratio 1.0 --sym --awq --scale-estimation --dataset “wikitext2” --all-layers llama-3.2-3b-instruct-INT4注：对于从 HuggingFace 网站上下载 Llama-3.2 模子的开发者，假如使用 Windows 系统，可以在 powershell 窗口中起首进行如下设置，再使用上述命令进行模子的下载、转换及压缩：
pip install -U huggingface_hub
set HF_ENDPOINT=https://hf-mirror.com假如是 Linux 系统，在终端窗口中使用如下命令起首进行设置：
pip install -U huggingface_hub
export HF_ENDPOINT=https://hf-mirror.com也可以直接在魔搭社区
https://www.modelscope.cn/models/LLM-Research/Llama-3.2-3B-Instruct
进行模子下载。
下载完成后，在上述模子转换压缩命令中将模子名替换为下载后的模子保存的路径，即将命令修改如下：
optimum-cli export openvino --model <your_model_path>/Llama-3.2-3B-Instruct --task text-generation-with-past --weight-format int4 --group-size 64 --ratio 1.0 --sym --awq --scale-estimation --dataset “wikitext2” --all-layers llama-3.2-3b-instruct-INT4第四步：运行模子
你如今可以使用 OpenVINO™ 运行模子推理。运行以下命令：
python chat_sample.py ./llama-3.2-8b-instruct-INT4默认环境下，示例在 CPU 上运行。要切换到 GPU，只需在 chat_sample.py 中更新 device 参数：
pipe = ov_genai.LLMPipeline(model_path, "GPU")最后，在我的AI PC集成显卡以及英特尔ARC A770独立显卡上运行推理的环境！
结论
使用 OpenVINO™ 在本地运行 Llama 3.2 为开发人员提供了一种强大且高效的解决方案，能够最大限度地提拔 Intel 硬件上的 AI 性能。通过这种设置，你可以享受更快的推理时间、更低的延迟和更少的资源消耗——所有这些只需最少的设置和编码工作。希望本指南能帮助你快速有效地开始。祝编码舒畅！
Notices & Disclaimers
Performance varies by use, configuration, and other factors. Learn more on the Performance Index site.
（https://edc.intel.com/content/www/us/en/products/performance/benchmarks/overview/）.
Performance results are based on testing as of dates shown in configurations and may not reflect all publicly available updates. See backup for configuration details. No product or component can be absolutely secure. Your costs and results may vary. Intel technologies may require enabled hardware, software or service activation.
© Intel Corporation. Intel, the Intel logo, and other Intel marks are trademarks of Intel Corporation or its subsidiaries.
OpenVINO™
---------------------------------------
*OpenVINO and the OpenVINO logo are trademarks of Intel Corporation or its subsidiaries.
-----------------------------
OpenVINO 中文社区
微信号 : openvinodev
B站：OpenVINO中文社区
“开放、开源、共创”
致力于通过定期举办线上与线下的沙龙、动手实践及开发者交换大会等活动，促进人工智能开发者之间的交换学习。
○ 点击 “ 在看 ”，让更多人瞥见
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]