安卓端侧大模型MLC-LLM部署全攻略：以InternLM2.5-1.8B为例 ...

本文来自社区投稿，作者：Tim 算法工程师
  MLC-LLM 是一个呆板学习编译器和高性能大型语言模型部署引擎。该项目的任务是让每个人都能在本身的平台上开辟、优化和部署 AI 模型。InternLM 2.5 是上海人工智能实行室发布的新一代大规模语言模型，相比于之前的版本，InternLM 2.5支持百万长文，推理能力开源领先。本文将带大家手把手使用 MLC-LLM 将 InternLM2.5-1.8B-Chat部署到安卓手机上。
https://github.com/InternLM/InternLM
起首我们来看一下终极的效果～

1. 环境预备

1.1 安装 rust

可参考 https://forge.rust-lang.org/infra/other-installation-methods.html#which
此处使用了国内的镜像，如下列命令，当出现选项时选择 Enter 安装。

1. export RUSTUP_DIST_SERVER=https://mirrors.ustc.edu.cn/rust-static
2. export RUSTUP_UPDATE_ROOT=https://mirrors.ustc.edu.cn/rust-static/rustup
3. curl --proto '=https' --tlsv1.2 -sSf https://mirrors.ustc.edu.cn/misc/rustup-install.sh  | sh

复制代码

1.2 安装 Android Studio

可参考 https://developer.android.com/studio

1. mkdir -p /root/android && cd /root/android
2. wget https://redirector.gvt1.com/edgedl/android/studio/ide-zips/2024.1.1.12/android-studio-2024.1.1.12-linux.tar.gz
3. tar -xvzf android-studio-2024.1.1.12-linux.tar.gz
4. cd android-studio
5. wget https://dl.google.com/android/repository/commandlinetools-linux-11076708_latest.zip?hl=zh-cn
6. unzip commandlinetools-linux-11076708_latest.zip\?hl\=zh-cn
7. export JAVA_HOME=/root/Downloads/android-studio/jbr
8. cmdline-tools/bin/sdkmanager "ndk;27.0.12077973" "cmake;3.22.1"  "platforms;android-34" "build-tools;33.0.1" --sdk_root='sdk'

复制代码

1.3 设置环境变量

1. . "$HOME/.cargo/env"
2. export ANDROID_NDK=/root/android/android-studio/sdk/ndk/27.0.12077973
3. export TVM_NDK_CC=$ANDROID_NDK/toolchains/llvm/prebuilt/linux-x86_64/bin/aarch64-linux-android24-clang
4. export JAVA_HOME=/root/android//android-studio/jbr
5. export ANDROID_HOME=/root/android/android-studio/sdk
6. export PATH=/usr/local/cuda-12/bin:$PATH
7. export PATH=/root/android/android-studio/sdk/cmake/3.22.1/bin:$PATH

复制代码

2. 转换模型

2.1 安装 mlc-llm

可参考 https://llm.mlc.ai/docs/install/mlc_llm.html （假如下载很慢可以取消重新运行一下，大概本地下载了之后拷已往）

1. conda create --name mlc-prebuilt  python=3.11
2. conda activate mlc-prebuilt
3. conda install -c conda-forge git-lfs
4. pip install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 transformers sentencepiece protobuf
5. wget https://github.com/mlc-ai/package/releases/download/v0.9.dev0/mlc_llm_nightly_cu122-0.1.dev1445-cp311-cp311-manylinux_2_28_x86_64.whl
6. wget https://github.com/mlc-ai/package/releases/download/v0.9.dev0/mlc_ai_nightly_cu122-0.15.dev404-cp311-cp311-manylinux_2_28_x86_64.whl
7. pip install mlc_ai_nightly_cu122-0.15.dev404-cp311-cp311-manylinux_2_28_x86_64.whl
8. pip install mlc_llm_nightly_cu122-0.1.dev1445-cp311-cp311-manylinux_2_28_x86_64.whl

复制代码

测试如下输出说明安装正确

1. python -c "import mlc_llm; print(mlc_llm)"

复制代码

克隆项目

1. git clone https://github.com/mlc-ai/mlc-llm.git
2. cd mlc-llm
3. git submodule update --init --recursive

复制代码

2.2 转换参数

使用 mlc_llm 的 convert_weight 对模型参数举行转换和量化，转换后的参数可以跨平台使用

1. cd android/MLCChat  
2. export TVM_SOURCE_DIR=/root/android/mlc-llm/3rdparty/tvm
3. export MLC_LLM_SOURCE_DIR=/root/android/mlc-llm
4. mlc_llm convert_weight /root/models/internlm2_5-1_8b-chat/ \
5.     --quantization q4f16_1 \
6.     -o dist/internlm2_5-1_8b-chat-q4f16_1-MLC

复制代码

2.3 生成设置

使用 mlc_llm 的 gen_config 生成 mlc-chat-config.json 并处置惩罚 tokenizer
出现提示时输入 y

1. mlc_llm gen_config /root/models/internlm2_5-1_8b-chat/  \
2.     --quantization q4f16_1 --conv-template chatml  \
3.     -o dist/internlm2_5-1_8b-chat-q4f16_1-MLC
4. Do you wish to run the custom code? [y/N] y

复制代码

2.4 上传到 HuggingF****ace

上传这一步必要能访问 HuggingFace，可能必要部署署理，假如没有署理可以直接在接下来的设置中使用此链接https://huggingface.co/timws/internlm2_5-1_8b-chat-q4f16_1-MLC 中的模型（和文档 https://llm.mlc.ai/docs/deploy/android.html#android-sdk 中的转换方法一样）
2.5 (可选) 测试转换的模型

在打包之前可以测试模型效果，必要编译成二进制文件，已成功在个人电脑上运行测试代码。

1. mlc_llm compile ./dist/internlm2_5-1_8b-chat-q4f16_1-MLC/mlc-chat-config.json \
2.     --device cuda -o dist/libs/internlm2_5-1_8b-chat-q4f16_1-MLC-cuda.so

复制代码

测试编译的模型是否符合预期，手机端运行的效果和测试效果靠近

1. from mlc_llm import MLCEngine
3. # Create engine
4. engine = MLCEngine(model="./dist/internlm2_5-1_8b-chat-q4f16_1-MLC", model_lib="./dist/libs/internlm2_5-1_8b-chat-q4f16_1-MLC-cuda.so")
6. # Run chat completion in OpenAI API.
7. print(engine)
8. for response in engine.chat.completions.create(
9.     messages=[{"role": "user", "content": "你是谁？"}],
10.     stream=True
11. ):
12.     for choice in response.choices:
13.         print(choice.delta.content, end="", flush=True)
14. print("\n")
15. engine.terminate()

复制代码

3 打包运行

3.1 修改设置文件

修改 mlc-package-config.json，参考如下

1. {
2.     "device": "android",
3.     "model_list": [
4.         {
5.             "model": "HF://timws/internlm2_5-1_8b-chat-q4f16_1-MLC",
6.             "estimated_vram_bytes": 3980990464,
7.             "model_id": "internlm2_5-1_8b-chat-q4f16_1-MLC"
8.         },
9.         {
10.             "model": "HF://mlc-ai/gemma-2b-it-q4f16_1-MLC",
11.             "model_id": "gemma-2b-q4f16_1-MLC",
12.             "estimated_vram_bytes": 3980990464
13.         }
14.     ]
15. }

复制代码

3.2 运行打包命令

这一步必要能访问 HuggingFace，可能必要部署署理

1. mlc_llm package

复制代码

3.3 创建署名

1. cd /root/android/mlc-llm/android/MLCChat
2. /root/android/android-studio/jbr/bin/keytool -genkey -v -keystore my-release-key.jks -keyalg RSA -keysize 2048 -validity 10000
3. Enter keystore password:  
4. Re-enter new password:
5. What is your first and last name?
6.   [Unknown]:  Any
7. What is the name of your organizational unit?
8.   [Unknown]:  Any
9. What is the name of your organization?
10.   [Unknown]:  Any
11. What is the name of your City or Locality?
12.   [Unknown]:  Any
13. What is the name of your State or Province?
14.   [Unknown]:  Any
15. What is the two-letter country code for this unit?
16.   [Unknown]:  CN
17. Is CN=Any, OU=Any, O=Any, L=Any, ST=Any, C=CN correct?
18.   [no]:  yes
19. Generating 2,048 bit RSA key pair and self-signed certificate (SHA256withRSA) with a validity of 10,000 days
20.         for: CN=Any, OU=Any, O=Any, L=Any, ST=Any, C=CN
21. [Storing my-release-key.jks]

复制代码

3.4 修改 gradle 设置

假如是本地可以 WIFI 或 USB 调试，不用署名；在服务器构建必要署名，修改 app/build.gradle 为如下内容，重要是增加了署名部分，留意确认署名文件的位置。

1. plugins {
2.     id 'com.android.application'
3.     id 'org.jetbrains.kotlin.android'
4. }
5. android {
6.     namespace 'ai.mlc.mlcchat'
7.     compileSdk 34
8.     defaultConfig {
9.         applicationId "ai.mlc.mlcchat"
10.         minSdk 26
11.         targetSdk 33
12.         versionCode 1
13.         versionName "1.0"
14.         testInstrumentationRunner "androidx.test.runner.AndroidJUnitRunner"
15.         vectorDrawables {
16.             useSupportLibrary true
17.         }
18.     }
20.     compileOptions {
21.         sourceCompatibility JavaVersion.VERSION_1_8
22.         targetCompatibility JavaVersion.VERSION_1_8
23.     }
24.     kotlinOptions {
25.         jvmTarget = '1.8'
26.     }
27.     buildFeatures {
28.         compose true
29.     }
30.     composeOptions {
31.         kotlinCompilerExtensionVersion '1.4.3'
32.     }
33.     packagingOptions {
34.         resources {
35.             excludes += '/META-INF/{AL2.0,LGPL2.1}'
36.         }
37.     }
38.     signingConfigs {
39.         release {
40.             storeFile file("/root/android/mlc-llm/android/MLCChat/my-release-key.jks")
41.             storePassword "123456"
42.             keyAlias "mykey"
43.             keyPassword "123456"
44.         }
45.     }
46.     buildTypes {
47.         release {
48.             minifyEnabled false
49.             proguardFiles getDefaultProguardFile('proguard-android-optimize.txt'), 'proguard-rules.pro'
50.             signingConfig signingConfigs.release
51.         }
52.     }
53. }
54. dependencies {
55.     implementation project(":mlc4j")
56.     implementation 'androidx.core:core-ktx:1.10.1'
57.     implementation 'androidx.lifecycle:lifecycle-runtime-ktx:2.6.1'
58.     implementation 'androidx.activity:activity-compose:1.7.1'
59.     implementation platform('androidx.compose:compose-bom:2022.10.00')
60.     implementation 'androidx.lifecycle:lifecycle-viewmodel-compose:2.6.1'
61.     implementation 'androidx.compose.ui:ui'
62.     implementation 'androidx.compose.ui:ui-graphics'
63.     implementation 'androidx.compose.ui:ui-tooling-preview'
64.     implementation 'androidx.compose.material3:material3:1.1.0'
65.     implementation 'androidx.compose.material:material-icons-extended'
66.     implementation 'androidx.appcompat:appcompat:1.6.1'
67.     implementation 'androidx.navigation:navigation-compose:2.5.3'
68.     implementation 'com.google.code.gson:gson:2.10.1'
69.     implementation fileTree(dir: 'src/main/libs', include: ['
70. *.aar', '*
71. .jar'], exclude: [])
72.     testImplementation 'junit:junit:4.13.2'
73.     androidTestImplementation 'androidx.test.ext:junit:1.1.5'
74.     androidTestImplementation 'androidx.test.espresso:espresso-core:3.5.1'
75.     androidTestImplementation platform('androidx.compose:compose-bom:2022.10.00')
76.     androidTestImplementation 'androidx.compose.ui:ui-test-junit4'
77.     debugImplementation 'androidx.compose.ui:ui-tooling'
78.     debugImplementation 'androidx.compose.ui:ui-test-manifest'
79. }

复制代码

3.5 命令行编译

运行编译命令，完成后在 app/build/outputs/apk/release 生成 app-release.apk 安装包，下载到手机上运行，运行 App 必要能访问 HuggingFace 下载模型。

1. ./gradlew assembleRelease

复制代码

3.6 运行体验

• 运行 App 必要能访问 HuggingFce 下载模型
  
• 必要大概 4G 运行内存
  
• 假如运行闪退，很可能是下载不完备可以删除重新下载
  

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。