普通用户的服务器连接与模型部署相关记录
一、从登录到使用自己的conda
1.账号登陆：
ssh xxx@172.31.226.236
2.下载与安装conda：
下载conda：
wget -c https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
安装conda：
bash Anaconda3-2023.03-1-Linux-x86_64.sh
设置环境：
vim ~/.bashrc
export PATH="/home/data5/xxx/anaconda3/bin:$PATH"
刷新环境：
source ~/.bashrc
激活自己的conda：
source /home/data5/xxx/anaconda3/bin/activate
可直接写入~/.bashrc
/home/data5/xxx/anaconda3/bin/activate
3.过程性问题
系统环境变量中显示/不显示环境名称：
conda config --add envs_dirs /home/data5/xxx/anaconda3/envs
conda config --remove envs_dirs /home/adminroot/anaconda3/envs
~/.condarc
envs_dirs中写入:/home/data5/xxx/anaconda3/envs
验证
出现自己的conda的版本而不是系统的conda版本即可
conda --version
实时查看gpu占用
watch -n 1 nvidia-smi
二、pychram连接服务器
pychram连接服务器：
Pycharm远程连接服务器并运行代码（详细！）_pycharm将代码同步到远程服务器-CSDN博客
Pycharm 远程开发时，使用远程服务器的终端功能_pycharm远程连接服务器怎么用终端-CSDN博客
三、window下ollama本地大模型部署
window安装ollama和docker和Open-WebUI：
在Windows上轻松部署本地大语言模型：Ollama与Open-WebUI的完整指南_ollama 安装-CSDN博客
Open-WebUI安装：
史上最简单open-webui安装方式!!!_open-webui 安装-CSDN博客
四、window下大模型部署
flash-attn要求torch版本较低
但是Qwen2要求tranformer版本较高，torch版本也较高
然后跑Qwen2模型又不得不两个都具备，所以在window上无解
五、linux下使用vllm部署大模型（request请求形式–可多卡）
1、linux安装vllm
pip install vllm
2、vllm启动Qwen2-VL-7B-Instruct
1）首先启动Qwen2-VL-7B-Instruct–CPU的
vllm serve Qwen2-VL-7B-Instruct --dtype auto --port 8000 --limit_mm_per_prompt image=4 --max_model_len 8784 --gpu_memory_utilization 0.8
或者先安装conda install -c nvidia nccl
启动Qwen2-VL-7B-Instruct-GPU的：vllm serve Qwen2-VL-7B-Instruct --dtype half --port 8000 --tensor-parallel-size 2 --pipeline-parallel-size 2 --gpu-memory-utilization 0.7 --limit_mm_per_prompt image=4 --max_model_len 8784
2）其次调用
Vllm进行Qwen2-vl部署（包含单卡多卡部署及爬虫请求）_vllm部署 qwen2-vl-CSDN博客
不能进行图片啊啊啊，似乎还是属于内存分配不够的问题
六、linux下部署大模型（非请求形式)
跑模型Qwen2-VL-7B-Instruct出现爆内存情况
1、转更小的模型Qwen2-VL-2B-Instruct+量化（flash-attn或者Auto-GPTQ）
将cuda10.2换成cuda11.8才能配flash-attn：
手动安装flash地址（实际上只能手动，自动报错解决不了）：Releases · Dao-AILab/flash-attention
自动安装flash：安装flash-attention失败的终极解决方案_building wheels for collected packages: flash-attn-CSDN博客
Linux 服务器下非root用户安装CUDA完整流程（多次踩雷经验总结）_linux cuda安装-CSDN博客
cp cudnn-linux-x86_64-8.9.7.29_cuda11-archive/include/cudnn.h /home/data5/xxx
/cuda11.8/include/
cp cudnn-linux-x86_64-8.9.7.29_cuda11-archive/lib/libcudnn* /home/data5/xxx/cuda11.8/lib64/
chmod a+r /home/data5/xxx/cuda11.8/include/cudnn*.h
chmod a+r /home/data5/xxx/cuda11.8/lib64/libcudnn*
source ~/.bashrc
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple auto-gptq
使用：Py之auto-gptq：auto-gptq的简介、安装、使用方法之详细攻略-CSDN博客
结果：
2B+单图：量化与否都可以
2B+双图：得量化
7B+单图：得量化
7B+双图：得量化
实现网页跑qwen2：Qwen2本地web Demo_qwen2 7b 硬件要求-CSDN博客
qwen2测试代码地址（没有考虑显存不足的情况）：MLM之Qwen：Qwen2-VL的简介、安装和使用方法、案例应用之详细攻略_qwen2-vl使用-CSDN博客
2、分卡跑
本地多卡(3090)部署通义千问Qwen-72B大模型提速实践：从龟速到够用_千问72b部署-CSDN博客
大模型笔记之-Qwen72B-chat-int4部署 |使用双卡3090成功运行_运行qwen-72b-CSDN博客
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=11.8 -c pytorch -c nvidia
pip install imodelsx
pip install pillow requests
pip install transformers
pip install torch==2.4.0
pip install accelerate>=0.26.0
pip install flash_attn-2.6.3+cu118torch2.4cxx11abiFALSE-cp311-cp311-linux_x86_64.whl
pip install qwen_vl_utils
pip install --upgrade spark_ai_python
pip install openai
pip install opencv-python
