尽管有了 GPU 加持，推理速度依然很慢，怎么搞？

流式输出！

相比全部生成后再输出，流式输出生成一句就播报一句，大大减少了用户的等待时间。

主流大模型推理 API 包括：

• OpenAI 格式：沿袭 ChatGPT 的云端 API，多用于线上模型；
• Ollama 格式：用于本地部署的大模型推理。

本次分享，将带大家实战：OpenAI 和 Ollma 下的大模型流式输出。

1. OpenAI 流式输出

当前大部分大模型的推理 API 都兼容了 OpenAI 格式。

和非流式输出相比，只需新增一个参数：stream=True。

不过，为了方便后续进行语音合成，我们需要对大模型的流式输出进行一番处理！

首先，定义一个标点符号列表：punct_list = [‘。’, ‘！’, ‘？’]，遇到这里的标点，则立即输出。

具体实现如下，供参考：

上述代码用 yield 关键字定义一个生成器函数。

2. Ollama 流式输出

Ollama 的 API 和 OpenAI 略有区别，但核心逻辑是一样的，直接上代码：

调用时，可以用 for 循环来迭代生成器对象，每次迭代，生成器会执行到下一个 yield 语句，并返回当前值：

输出效果如下：

天空之所以呈现蓝色，主要是因为大气中的气体分子和其他细小颗粒对太阳光的散射作用。
这种现象被称为瑞利散射（Rayleigh scattering），由英国物理学家威廉·汉斯·瑞利爵士在19世纪末发现。
当阳光进入地球的大气层时，其中的各种颜色（不同波长）的光线都会受到气体分子、水蒸气和尘埃等微粒的影响。
然而，这些微粒对较短波长的光（如蓝色和紫色）散射得更为强烈。
由于人眼对蓝光比紫光敏感得多，所以我们看到的是天空呈蓝色。实际上，太阳本身发出的白光包含了所有颜色的光。
当阳光进入大气层时，其中的蓝色光线因散射作用被分散到各个方向，在我们看来，天空就呈现出蓝色。
而太阳和天空在白天看起来呈现不同的颜色（例如：日出和日落时天边的橙红色或紫色），则是由于此时光线需要穿过更多的大气层，蓝光几乎都被散射掉了，只有红、橙等较长波长的光线能够直接到达我们的眼睛。
总之，正是这种自然现象造成了天空呈现出蓝色。

实测：在 Jetson Orin Nano 上使用本地部署的 qwen2.5:7b，流式输出 + 语音合成播报，体验基本无延迟！

写在最后

本文带大家实操了大模型流式输出，在 OpenAI 和 Ollama API 中的具体实现。

如果对你有帮助，欢迎点赞收藏备用。

​

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。