1. 简介
-
使用CPU来运行C++版本的RWKV
-
rwkv.cpp 可以将 RWKV 原始模型的参数转化为 float16，并量化到 int4，可以在 CPU 上更快地运行，也可以节省更多的内存。
2. 下载项目
## git clone --recursive https://github.com/saharNooby/rwkv.cpp.git
cd rwkv.cpp
3. 下载依赖或者自行编译
-
使用CPU-Z 来查看一下自己的CPU是否支持AVX2 or AVX-512，如果支持的话，可以直接下载作者编译好的依赖库
-
-
我这里是支持AVX指令集的，所以直接使用作者编译好的依赖库了
-
打开Releases · saharNooby/rwkv.cpp · GitHub
-
rwkv.cpp 的开发者已经预编译了不同平台上的依赖库，可以在这里下载
-
下载rwkv-master-a3178b2-bin-win-avx-x64.zip
-
-
解压之后是一个dll文件，将其放在根目录下
-
如果上面没有适适合自己平台的依赖库的话，那么需要进行自行编译
编译
cmake .
cmake --build . --config Release
4. 准备模型
- 下载项目权重时，有两种选择，一种是下载作者已经量化好的bin模型，另一种是下载pat模型，然后自己手动量化
- BlinkDL (BlinkDL)
4.1. 模型名称的参数
- 统一前缀 rwkv-4 表示它们都基于 RWKV 的第 4 代架构。
- pile 代表基底模型，在 pile 等基础语料上进行预训练，没有进行微调，适合高玩来给自己定制。
- novel 代表小说模型，在各种语言的小说上进行微调，适合写小说。
- raven 代表对话模型，在各种开源的对话语料上进行微调，适合聊天、问答、写代码。
- 430m、7b 这些指的是模型的参数量。
- 我这边下载的是这个
Q8_0-RWKV-4-Raven-7B-v11-Eng49%-Chn49%-Jpn1%-Other1%-20230430-ctx8192.bin
权重，下载下来可以直接使用，而不必进行转化以及量化。如果想要自己手动量化的话，可以继续看后面的步骤
- Q8_0-RWKV-4-Raven-7B-v11-Eng49%-Chn49%-Jpn1%-Other1%-20230430-ctx8192.bin · BlinkDL/rwkv-4-raven at main
- 文件比较大，网速慢的话，得稍等一会儿
4.2. 转换模型
- 正常情况下，下载后这个模型配合ChatRWKV仓库中的代码就可以跑了，但是他对CPU的支持最低只到FP32i8，7B模型需要12GB内存才能跑起来，因此，我们使用的rwkv.cpp可以将RWKV原始模型的参数转换为float16，并量化到int4，可以在CPU上更快的运行，同时也可以节省更多的内存
- 将下载好的PyTorch模型放在rwkv.cpp的路径下，执行下面的命令
### python rwkv/convert_pytorch_to_ggml.py RWKV-4-Raven-7B-v7-EngAndMore-20230404-ctx4096.pth ./rwkv.cpp-7B.bin float16
- 这个代码的命令就是让Python运行这个rwkv/convert_pytorch_to_ggml.py转换模型的代码，
- RWKV-4-Raven-7B-v7-EngAndMore-20230404-ctx4096.pth是待转换的权重，根据自己下载的文件，适当进行修改
- rwkv.cpp-7B.bin 是转换后的模型路径，float16指的是将模型转换为float16类型
- 生成的模型，与原模型相比，尺寸并没有发生改变
4.3. 量化模型
- 上面转换之后的rwkv.cpp-7B.bin模型其实已经可以用了，但是它占用的显存内存依然比较多，大约需要16GB内存，为了进一步的减少内存占用，也为了加快模型的推理速度，可以将这个模型量化为int4，这样可以省一半的内存
### python rwkv/quantize.py ./rwkv.cpp-7B.bin ./rwkv.cpp-7B-Q4_1_O.bin Q4_0
5. 运行模型
- 经过前面的转化和量化之后，运行模型就非常简单了，只需要一行命令就可以搞定
- 如果想要生成模型，那么使用下面的人来运行
### python rwkv\generate_completions.py rwkv.cpp-7B-Q4_1_O.bin
### python rwkv/chat_with_bot.py rwkv.cpp-7B-Q4_1_O.bin
- 启动需要的时间还是比较长的，耐心等一会儿
启动完毕，进行测试
6. 测试效果
- 不知道为什么，他回答自己是OpenAI训练的ChatGPT
- 生成的文字长度还是挺可以的，对话的时候告诉他继续，他就可以一直生成下去
而且也可以进行编程
-
-
但是在写代码的时候，依然存在一次输出的长度太短的问题
-
[外链图片转存中…(img-zVNWyhth-1683796408249)]
而且也可以进行编程
- [外链图片转存中…(img-KiL0hZzE-1683796408250)]
- 但是在写代码的时候，依然存在一次输出的长度太短的问题
