基础作业——使用LMDeploy 以本地对话、网页Gradio、API服务中的一种方式部署InternLM-Chat-7B模型，生成300字的小故事

环境准备

        除了安装所需依赖之后，重要的是进行模型转化（转换成TurboMind格式），这里需要注意转化命令的具体用法：

# lmdeploy convert 模型类型/模型名 模型权重文件地址
lmdeploy convert internlm-chat-7b /path/to/internlm-chat-7b

        运行上述命令后，会在当前目录新建workspace文件夹，里面存放着转化后的权重文件。以开始以为运行命令参数是 lmdelpoy convert  大模型原始路径  转化后的模型路径（实际不是）。

TurboMind推理 + 命令行本地对话

        运行命令：

# Turbomind + Bash Local Chat
lmdeploy chat turbomind ./workspace

TurboMind推理 + API服务

        运行命令：

# ApiServer+Turbomind   api_server => AsyncEngine => TurboMind
lmdeploy serve api_server ./workspace \
	--server_name 0.0.0.0 \
	--server_port 23333 \
	--instance_num 64 \
	--tp 1


# 新开一个终端
lmdeploy serve api_client http://localhost:23333

注意：需要做一下ssh转发。另外直接点击终端中出现的网址没法访问，最后我是在浏览器栏中输入的http://localhost:23333

TurboMind 推理 + 网页Demo演示

注意： 同样需要做ssh转发，另外输入localhost:6060打开网址，不然会出现页面显示不合理的问题。