本文主要是介绍【AI开发：语言】二、Qwen1.5-7B模型本地部署CPU和GPU版，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
前言
之前文章，我们采用了Koblod运行Yi-34B大模型，本文采用LM Studio来运行千问模型。
LM Studio并没有开源，但是可以免费使用，他是目前本地进行模型测试最好的工具了。
在这里，依然使用Windows 10进行部署和测试，没有GPU。
注意：LM的运行速度相比较Kobold两者差不多，而且也提供WEB服务，稍后也研究下他的API功能，LM的功能更多一些有待开发。
一、LM Studio下载
下载地址：LM Studio - Discover, download, and run local LLMs
二、模型下载
下载地址：AI快站 - HuggingFace模型免费加速下载
我们要从这里选择需要的模型。其他模型资源如下：
1.其他模型资源
- 国内厂商模型
| 序号 | 厂商 | 访问地址 |
|---|---|---|
| 1 | 阿里通义千问 | AI快站 - HuggingFace模型免费加速下载 |
| 2 | 百川智能 | AI快站 - HuggingFace模型免费加速下载 |
| 3 | CodeFuse | AI快站 - HuggingFace模型免费加速下载 |
| 4 | 上海人工智能实验室 | AI快站 - HuggingFace模型免费加速下载 |
| 5 | 智谱 | AI快站 - HuggingFace模型免费加速下载 |
| 6 | 智源人工智能研究院 | AI快站 - HuggingFace模型免费加速下载 |
| 7 | FlagAlpha | AI快站 - HuggingFace模型免费加速下载 |
| 8 | 零一万物 | AI快站 - HuggingFace模型免费加速下载 |
- 海外厂商模型
| 序号 | 厂商 | 访问地址 |
|---|---|---|
| 1 | AI快站 - HuggingFace模型免费加速下载 | |
| 2 | codefuse-ai | AI快站 - HuggingFace模型免费加速下载 |
| 3 | mosaicml | AI快站 - HuggingFace模型免费加速下载 |
| 4 | bigcode | AI快站 - HuggingFace模型免费加速下载 |
| 5 | lmsys | AI快站 - HuggingFace模型免费加速下载 |
| 6 | NousResearch | AI快站 - HuggingFace模型免费加速下载 |
| 7 | OpenAssistant | AI快站 - HuggingFace模型免费加速下载 |
| 8 | tiiuae | AI快站 - HuggingFace模型免费加速下载 |
| 9 | bigscience | AI快站 - HuggingFace模型免费加速下载 |
| 10 | diffusers | AI快站 - HuggingFace模型免费加速下载 |
| 11 | microsoft | AI快站 - HuggingFace模型免费加速下载 |
| 12 | runwayml | AI快站 - HuggingFace模型免费加速下载 |
| 13 | HuggingFaceH4 | AI快站 - HuggingFace模型免费加速下载 |
| 14 | garage-bAInd | AI快站 - HuggingFace模型免费加速下载 |
| 15 | openai | AI快站 - HuggingFace模型免费加速下载 |
2.需要的模型
本次部署，我们依然选择4B，当然还是选择了GGUF格式，稍后我还要部署到服务器端。
三、安装和打开LM Studio
双击 LM Studio setup.exe，稍等片刻，它会自动安装到C盘，可以挪走，也可以不动。
四、加载和使用模型
1.创建模型文件夹
我们先把已经下载好的本地模型，放到它指定的目录下，否则就无法加载模型，其中有两个文件夹第一次可能需要手动建立Publisher和Repository，他俩是上下级关系 。
C:\Users\Administrator\.cache\lm-studio\models\Publisher\Repository将我们需要用的模型拷贝进来
2.重新启动LM
重启后，我们就可以去查看自己的模型了。
3.修改模型文件夹
D:\LM-Studio\models\Publisher\Repository
#新建Publisher和Repository在选择模型的时候，只选择到 models这一级就可以了，多选无效。
4.使用AI对话
五、LS的API功能
API文档：Local LLM Server | LM Studio
由于时间问题，稍后再做整理和测试。
六、最后
Kobold和LM Studio各有千秋吧，一个是简单，另外一个就是功能多。所以在使用的时候我们可以根据自己的需求来选择。
这篇关于【AI开发：语言】二、Qwen1.5-7B模型本地部署CPU和GPU版的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
