【candle】（2）：使用hf-mirror镜像下载TheBloke/Llama-2-7B-GGML的q4_0.bin文件，并设置HF_HOME，example模块可以识别下载的模型

1，视频演示地址

https://www.bilibili.com/video/BV1Dc41117wT/?vd_source=4b290247452adda4e56d84b659b0c8a2

2，安装rust到其他目录

默认的安装模式：

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

https://forge.rust-lang.org/infra/other-installation-methods.html

https://static.rust-lang.org/dist/rust-1.74.1-x86_64-unknown-linux-gnu.tar.gz

wget https://static.rust-lang.org/dist/rust-1.74.1-x86_64-unknown-linux-gnu.tar.gztar -zxf rust-1.74.1-x86_64-unknown-linux-gnu.tar.gz
cd rust-1.74.1-x86_64-unknown-linux-gnu/./install.sh  --prefix=/root/autodl-tmp/rust --without=rust-docs

这样就可以将 rust 安装到其他目录了：
同时不要安装 rust-docs 有 700 多MB ，实在是没有用。

./install.sh --list-components# Available components* rustc
* rust-std-x86_64-unknown-linux-gnu
* rust-docs
* rust-docs-json-preview
* rust-demangler-preview
* cargo
* rustfmt-preview
* rls-preview
* rust-analyzer-preview
* llvm-tools-preview
* clippy-preview
* rust-analysis-x86_64-unknown-linux-gnu

然后执行安装即可：

./install.sh  --prefix=/root/autodl-tmp/rust --without=rust-docs# 安装完成，设置好 PATH 路径：export PATH=/root/autodl-tmp/rust/bin:$PATH
# 执行 rustc 就可以生效了：

可以执行 rust 命令了：

3，下载 candle 项目

#设置学术加速，不再区分不同地区# 设置hf 路径：
export HF_HOME=/root/autodl-tmp/hf_cache
# 下载项目
git clone https://github.com/huggingface/candle.gitcd candle
# 执行一个简单的demo
cargo run --example quantized

然后就是漫长的下载库：

  Downloaded ttf-parser v0.15.2Downloaded zerofrom v0.1.3Downloaded zstd-safe v6.0.6Downloaded anstream v0.6.5Downloaded approx v0.5.1Downloaded bitflags v1.3.2Downloaded bytemuck v1.14.0Downloaded bytes v1.5.0Downloaded wav v1.0.0
Downloading 81 crates, remaining bytes: 128.3 KB 

4，下载文件方法 huggingface_hub 使用镜像下载

pip3 install huggingface_hub

然后使用模型下载脚本：

download_model.py :

# 设置镜像
# export HF_ENDPOINT="https://hf-mirror.com"import os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'from huggingface_hub import snapshot_download# 下载第一个模型
snapshot_download(repo_id="TheBloke/Llama-2-7B-GGML", allow_patterns=["llama-2-7b.ggmlv3.q4_0.bin"])# 下载第二个模型
snapshot_download(repo_id="hf-internal-testing/llama-tokenizer")

# 设置hf home 目录，防止下载到其他目录，磁盘满了。
export HF_HOME=/root/autodl-tmp/hf_cache
# 执行下载方法：
python3 download_model.py

下载速度还可以：

Fetching 1 files:   0%|                                                                                      | 0/1 [00:00<?, ?it/s]
llama-2-7b.ggmlv3.q4_0.bin:  32%|███████████████████▍                                         | 1.21G/3.79G [04:54<10:59, 3.92MB/s]

还可以使用 https://aliendao.cn/#/ 进行加速下载。

5，然后就可以运行模型了

cargo run --example quantized Compiling candle-examples v0.3.1 (/root/autodl-tmp/candle/candle-examples)Finished dev [unoptimized + debuginfo] target(s) in 7.87sRunning `target/debug/examples/quantized`
avx: true, neon: false, simd128: false, f16c: true
temp: 0.80 repeat-penalty: 1.10 repeat-last-n: 64
loaded 291 tensors (3.79GB) in 9.32s
params: HParams { n_vocab: 32000, n_embd: 4096, n_mult: 256, n_head: 32, n_layer: 32, n_rot: 128, ftype: 2 }
model built
My favorite theorem is 0 (
zero). It's just a random

3，运行yi-6b

cargo run --example yi --features cuda 

# 设置镜像
# export HF_ENDPOINT="https://hf-mirror.com"
# export HF_HOME=/root/autodl-tmp/hf_cacheimport os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
os.environ['HF_HOME'] = '/root/autodl-tmp/hf_cache'from huggingface_hub import snapshot_download
snapshot_download(repo_id="01-ai/Yi-6B")

Yi.svg: 980B [00:00, 1.76MB/s]                                                                      | 0/16 [00:00<?, ?it/s]
LICENSE: 17.4kB [00:00, 14.3MB/s]
config.json: 605B [00:00, 1.20MB/s]
generation_config.json: 132B [00:00, 43.9kB/s]
.gitattributes: 1.52kB [00:00, 1.27MB/s]/s]
md5: 184B [00:00, 377kB/s]██▎                                                               | 1/16 [00:00<00:11,  1.34it/s]
README.md: 24.8kB [00:00, 262kB/s]
model.safetensors.index.json: 23.9kB [00:00, 33.6MB/s]                                      | 3/16 [00:00<00:03,  3.96it/s]
pytorch_model.bin.index.json: 23.9kB [00:00, 34.6MB/s]
tokenizer_config.json: 320B [00:00, 453kB/s]?B/s]
tokenizer.json: 3.56MB [00:00, 6.32MB/s]
tokenizer.model: 100%|████████████████████████████████████████████████████████████████| 1.03M/1.03M [00:00<00:00, 1.16MB/s]
pytorch_model-00001-of-00002.bin:   2%|▊                                               | 168M/9.94G [00:10<09:14, 17.6MB/s]
pytorch_model-00001-of-00002.bin:   4%|█▉                                              | 409M/9.94G [00:25<09:49, 16.2MB/s]
model-00001-of-00002.safetensors:   4%|██                                              | 430M/9.94G [00:26<09:15, 17.1MB/s]
model-00002-of-00002.safetensors:  20%|█████████▍                                      | 430M/2.18G [00:25<01:37, 17.9MB/s]
pytorch_model-00002-of-00002.bin:  19%|█████████▏                                      | 419M/2.18G [00:25<01:40, 17.5MB/s]

TheBloke/Yi-34B-Chat-AWQ · Hugging Face
还有34b模型，但是没有测试。

4，总结

使用candle 可以运行大模型了，可以运行 yi-6b的模型，使用镜像下载成功。
candle目前支持的模型还不多，但是未来会慢慢流行起来的。
提前做好学习准备。