手把手教你本地部署清华大模型 ChatGLM3

关注

原创最新推荐文章于 2026-06-16 12:19:11 发布 2.9k 阅读 AI 写同款· GEO 优化 ›

GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案本地部署大模型，那么如何用小显存部署和使用也是非常重要，让AI的价值应用并延伸到更广泛的领域。本实战专栏继续关注小而美的大模型，将评估一系列的开源模型，尤其关注国产大模型，重点在于可私有化、轻量化部署，比如推理所需的GPU资源控制在24G显存内，2张Titan XP，或1080 Ti。阅读详情

在这里插入图片描述

ChatGLM 是一个开源的、支持中英双语的对话语言模型，由智谱 AI 和清华大学 KEG 实验室联合发布，基于 General Language Model (GLM) 架构，具有 62 亿参数。ChatGLM3-6B 更是在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上增加了更多特性。

虽然，目前 ChatGLM 比 GPT 稍有逊色，但是，在部署后可以完全本地运行，完全由自己掌控！本文介绍怎么在 Linux 服务上部署 ChatGLM3 服务，并通过多种方式使用本地部署地大模型。

01 环境准备

1.1 安装 Python 环境

Linux 环境通常自带 Python，但是版本通常比较低，ChatGLM 要求 Python 版本 3.7+，所以大多数情况下需要在安装 Python 环境，但是如果你的系统已经满足这个条件，直接跳过本节。

Python 安装可以自行下载 tar 编译安装，但是为了方便安装 pytorch 和不把系统搞崩，建议直接使用 anaconda 安装 python

# 下载 conda 安装包
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
# 安装 conda 注意安装过程中指定安装路径
bash Anaconda3-2023.03-1-Linux-x86_64.sh
# 配置软连接
ln -s /[your-install-path]/anaconda3/condabin/conda /usr/bin/conda

1.2 安装 Git LFS

ChatGLM 完整的模型实现可以在 Hugging Face Hub 上获取，如果先将模型下载到本地，然后从本地加载，这样响应效率更高；但是这个预训练模型有十几个 GB 很大，所以从 Hugging Face Hub 下载模型需要先安装 Git LFS。

sudo yum install git -y
git --version
sudo yum install git-lfs -y

02 模型安装

2.1 下载 ChatGLM3

首先，需要从 Github 下载 ChatGLM3 仓库，然后进入仓库目录使用 pip 安装依赖，

依赖环境，官方建议 transformers 库版本为 4.30.2，torch 使用 2.0 及以上的版本，以获得最佳的推理性能。

git clone https://github.com/THUDM/ChatGLM3
cd ChatGLM3
# conda 创建虚拟环境
conda create -n torch python=3.10
# 激活环境 # 退出环境 conda deactivate
conda activate torch
# 下载依赖包
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

2.2 下载预训练模型

下面我们用 Git LFS 从 Hugging Face Hub 将模型下载到本地，从本地加载模型响应速度更快

git lfs install
git clone https://huggingface.co/THUDM/chatglm3-6b

如果从你从 HuggingFace 下载比较慢，也可以从 ModelScope 中下载（亲测，飞一般地感觉~~）

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

03 模型使用

把下载好的 THUDM/chatglm3-6b 预训练模型文件放到 ChatGLM3 仓库目录下，如果是从 ModelScope 下载的话注意目录层级，模型加载需要修改本地模型路径；

ChatGLM3 提供了三种使用方式：命令行 Demo，网页版 Demo 和 API 部署；在启动模型之前，需要找到对应启动方式的 python 源码文件 cli_demo.py，web_demo.py，openai_api.py 中修改下面这一行代码

model = AutoModel.from_pretrained("THUDM/chatglm3-6b", trust_remote_code=True).cuda()

修改两个地方：（1）本地模型的存放路径 THUDM/chatglm3-6b；（2）根据自己的硬件环境参考 DEPLOYMENT.md 选择模型加载方式，float() CPU 部署，cuda() GPU 部署

3.1 命令行版 cli_demo.py

命令行启动方式，首先找到 ChatGLM3 目录下的 cli_demo.py 文件，修改代码如下：

在这里插入图片描述
修改完成之后，到 ChatGLM3 目录下运行 python cli_demo.py 启动服务

程序会在命令行中进行交互式的对话，在命令行中通过 用户： 进行输入指示，直接输入问题回车即可生成回复，输入 clear 可以清空对话历史，输入 stop 终止程序。

在这里插入图片描述

3.2 网页版 web_demo.py

网页版和命令行相似，但是提供了更加友好交互页面，找到 ChatGLM3 目录下的 web_demo.py 文件，做出相同的代码修改，

然后，到 ChatGLM3 目录下运行 python web_demo.py 启动服务

在这里插入图片描述

程序会运行一个 Web Server，并输出一个访问地址，在浏览器中打开输出的地址即可使用。

在这里插入图片描述

3.3 API 部署 openai_api.py

最后，介绍 API 部署方式，也是笔者最推荐的方式，结合 ChatGPT-Next-Web 使用

ChatGLM3 实现了 OpenAI 格式的流式 API 部署，可以作为任意基于 ChatGPT 的应用的后端，这里以 ChatGPT-Next-Web 为例介绍使用方法

首先，需要移步 https://github.com/Yidadaa/ChatGPT-Next-Web/releases 下载 ChatGPT-Next-Web，这个交互页面很轻量级。

然后，到 ChatGLM3 目录下找到 openai_api.py 源码文件，和上面方式一样，修改本地模型路径和部署方式，还有根据自己需要修改最后一行代码中定义的 Host 和 Port，这是 ChatGPT 应用的访问 URL

在这里插入图片描述

接着，在仓库目录下执行 python openai_api.py 启动模型服务

在这里插入图片描述
然后将日志打印出的接口地址 http://localhost:8000/ 写入 ChatGPT-Next-Web 的设置中，并添加自定义模型 chatglm3

在这里插入图片描述
完成设置之后，就大功告成了

在这里插入图片描述

如果文章对你有帮助，欢迎一键三连 👍 ⭐️ 💬 。如果还能够点击关注，那真的是对我最大的鼓励 🔥 🔥 🔥 。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述