0 写在前面
我们首先来看一下ChatGLM2-6B模型的requirements:
protobuf
transformers==4.30.2
cpm_kernels
torch>=2.0
gradio
mdtex2html
sentencepiece
accelerate
sse-starlette
streamlit>=1.24.0
可以看到，要求torch>=2.0，这就产生了一个问题：torch与cuda版本的匹配问题。本地机器中CUDA=10.0，于是在费了半天时间配置好ChatGLM2-6B所需环境，从github和huggingface下载好了ChatGLM2-6B模型，但是在run的过程中报错Torch not compiled with CUDA enabled，于是不得不卸载并重新安装CUDA。因此提醒各位看官，在配置前，请一定检查torch和cuda版本是否匹配**。torch2.0所需的版本为cuda 11.x，其中cuda 11.7和cuda 11.8都是可以的。
所以我们先从CUDA卸载与安装说起，如果不存在cuda版本匹配问题，可以略过此步。
1 CUDA卸载与安装
1.1 cuda版本查看
查看本机所支持的最高版本：cmd->nvidia-smi，其中红色框中的是本机支持的最高版本的cuda
查看本机当前版本：cmd->nvcc --version，可以看到，当前版本为cuda_11.8（这是升级更新以后的结果）
1.2 cuda卸载
用windows的控制面板进行卸载，搜索cuda（右上角），把和cuda相关的都卸载掉，注意只卸载cuda相关程序，NVIDIA相关的驱动等，如果拿不准，建议不要动，维持原状。
1.3 cuda安装：
cuda官网下载地址：https://developer.nvidia.com/cuda-downloads
这里我选择11->exe(local)，如果想要查看下载所有历史版本，可以点击Archive of Previous CUDA Releases
以管理员身份运行cuda_11.8.0_522.06_windows.exe，过程中可以选择自定义安装，由于我只卸载了cuda，因此也只安装cuda，其他的几个选项勾选掉了。安装路径为C:\Program Files\NVIDIA GPU Computing Toolkit
安装过程大约10分钟左右，中途出现了以下问题，原因是安装过程中需要在系统环境变量path变量中写入以下路径，但由于我的path变量超限，写不进去，于是安装程序提示让在安装完成后手动在path变量中写入这两个路径。
由此引发另一个问题：path变量超限问题，关于这个问题，网上有说修改注册表的，有说直接在注册表中的path中写入路径的，最后采用的是这个方法，亲测有效。
环境变量问题解决掉后，重启电脑，打开cmd测试一下，如果cmd->nvidia-smi和cmd->nvidia-smi可用并且显示相关信息，说明cuda升级更新成功！
2 ChatGLM2-6B下载
B站有一个官网的教程可参考：视频教程
从github上把项目拖下来，然后在项目所在路径下面，创建虚拟环境venv，在该环境下安装项目所需的依赖requirements.txt，这两步怎么做，可以参考我以前的教程Anaconda3安装配置/创建删除虚拟环境/在特定虚拟环境下安装库，以及这里
值得注意的是：torch的安装，建议用官网给的命令：https://pytorch.org/get-started/pytorch-2.0/#faqs，以避免不必要的麻烦。
即：
pip3 install numpy --pre torch torchvision torchaudio --force-reinstall --index-url https://download.pytorch.org/whl/nightly/cu118
文件有2.7GB大小，下载略慢，如下图。
项目路径D:\Code\ChatGLM2-6B，文件结构如下，其中THUDM文件夹和venv文件夹是自己创建的，THUMD用于存放从预训练模型。
3 从Huggingface下载预训练模型
下载预训练模型，有3种方式：
3.1. 方式1：代码直接调用
方式1：代码直接调用，前提是可以（科学上网）访问Huggingface
3.2. 方式2：手动从Huggingface上下载
Huggingface上的项目地址：https://huggingface.co/THUDM/chatglm2-6b
Huggingface上面，项目的完整目录如图
3.3. 方式3：从清华云盘下载
从清华云盘将所有下面的文件下载下来，放进D:\Code\ChatGLM2-6B\THUDM\chatglm2-6b这个目录，THUDM\chatglm2-6b这个目录是自己创建的。
这还不够，需要从Huggingface项目地址中，将其余的一些配置文件下载补全，一起放进D:\Code\ChatGLM2-6B\THUDM\chatglm2-6b这个目录。（为什么一部分从清华云盘下，一部分从huggingface下？？因为内网从huggingface下载的速度非常非常慢，所以几个大的1G以上的文件从清华云盘下载了，但清华云盘上没有给所需的配置文件如config.json，导致模型跑不起来，所以一些小的几个KB的配置文件从huggingface下载了，嗯…就这么回事）。
3.4 检查目录结构
检查一下自己的存放预训练模型的文件夹结构，如下:
4 运行与测试ChatGLM2-6B
在pycharm中打开该项目，写了一个很简单的测试脚本Test.py，向它提问晚上睡不着该咋办，运行项目后，ChatGLM2-6B给出答案，在这个过程中，加载模型的checkpoints需要约半分钟时间，模型推理需要约半分钟时间才能给出答案（台式机，一张NVIDIA GeForce RTX 2080Ti显卡，16GB内存）
再测试一个，向它提问：飞机是怎么装配的，回答如下
5. 写在后面
安装过程中的bug总结如下：
cannot import name 'deprecated' from 'typing_extensions'cannot import name 'Doc' from 'typing_extensions'
以上两个bug是由于ChatGLM2-6B项目需要typing_extensions>4.8.0，按要求安装即可：pip install typing_extensions==4.8
-----------------------------------------------------------------The End!---------------------------------------------------------------------------------
