AI在用| 没错，树莓派5也能飙上Llama 3了！
机器之能报道
编辑：山茶花
4 月 18 日，Meta 发布了 Llama 3，号称「迄今最强的开源大模型」。根据 Meta 的说法，Llama 3 在多个关键基准测试中超越了业界领先的同类模型，在代码生成等任务上实现了全面领先。该模型能够进行复杂的推理，更加遵循指令，能够可视化想法并解决许多微妙的问题。
开源 Llama 3 系列模型包括 8B（80 亿参数）和 70B（700 亿参数）两种参数规模的版本。作为开源界的「全村希望」，Llama 3 一经发布就吸引不少网友参与「试驾」活动。今天，我们介绍其中一个令人印象深刻的应用 —— 在不到 100 美元的树莓派 5 上跑 Llama 3 8B！
树莓派系列是全球最为知名的袖珍型小巧却又性能强大的迷你电脑，5 代版本配置更强还有新定制的芯片。X 网友 @adamcohenhillel 发现， Llama3 8B 能在树莓派 5 以每秒 1.89 个 token 的速度运行，非常疯狂！支持 8K 上下文窗口。
让 Llama3 向世界打个招呼，Llama3 很快响应：「HEY WORLD！How’s everyone doing today?」，仅用 11.6 秒。对于在树莓派这样的设备上运行大模型来说，这个响应速度已经很不错了，可以满足一些实时应用需求。
- 案例地址：
Llama 3 8B running 1.89 tokens/s on a Raspberry Pi 5 is pretty CRAZY pic.twitter.com/kK6bHfYu1p
— Adam C.H. (@adamcohenhillel) April 20, 2024
如何在树莓派 5 上跑出 Llama 3 8B，@adamcohenhillel 并未给出详细步骤，但他推荐了在树莓派 5 上运行 Mistral 7B 的操作指南，可以如法炮制。
值得注意的是，由于移动设备、嵌入式系统或边缘计算设备的硬件资源有限，4bit 量化可以显著减少模型的大小和计算需求，使得在这些设备上运行大型模型成为可能。这位用户也使用了 4bit 量化推理 Llama3 8B。
以下就是如何在树莓派 5 上运行大语言模型 Mistral 7B 操作指南。
首先请确保你有一台树莓派 5，配备至少 8GB 内存，准备一个 32GB 的 SD 卡。接下来，我们需要给硬件安装操作系统。从官网下载 Raspberry Pi OS，运行后你会看到如下画面：
请选择设备 Raspberry Pi 5、选择最新操作系统镜像（推荐 64 位版本）、选择存储为插入的 SD 卡。点击「next」，系统问你是否要编辑设置，请点击「编辑设置」：
配置设定上，启用主机名并设置为 raspberrypi.local；设置一个你将记住的用户名和密码，稍后会用到；启用「配置无线局域网」并添加你的 Wi-Fi 名称和密码；保存设置并继续，等待操作系统写入 SD 卡：
将 SD 卡插入树莓派，并连接电源。使用 SSH ( Secure Shell )协议远程连接并登录到树莓派设备：
ssh ssh <YOUR_USERNAME>@raspberrypi.local
好了，在树莓派上构建出适合运行大语言模型的环境后，接下来就该将大语言模型装进来啦！怎么装？作者提供了两个办法。
一个是用 Ollama 来运行大语言模型。Ollama 是一个开源工具，透过它提供简单的安装指令和命令行界面，在本地运行大语言模型会变得更加简单和快捷。
另一个就是用 llama.cpp 运行，它是一个用 C++ 编写的高效的推理工具，用于在 CPU 上运行 Meta AI 的 Llama。
先来看第一个办法。用 Ollama 运行大语言模型只需两步。
第一步：安装 Ollama，运行这个命令：
curl -fsSL https://ollama.com/install.sh | sh
这个命令会从 Ollama 的官网下载安装脚本并执行它，在树莓派上安装 Ollama。
第二步：下载并运行 Mistral 模型。使用命令ollama run mistral来下载并启动 Mistral 7B 模型。结束。
相比第一个办法，第二个办法 —— 使用 llama.cpp 来运行大语言模型——稍显复杂。
第一步：安装必要的软件包。打开命令行工具，输入以下命令更新软件包列表并安装一些必需的编程工具和库：
sudo apt update && sudo apt install git g++ wget build-essential
第二步：下载 llama.cpp。使用 Git 控制工具下载 llama.cpp 代码库，这个库是专门用来运行大型语言模型的。命令是：
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp
从 GitHub 上克隆代码到本地并切换到下载的目录。
第三步：编译 llama.cpp。
输入 make -j 让 make 工具自动将源代码转换为可执行程序。
第四步：找到并下载 Mistral 7B 模型。命令是：
cd models
wgethttps://huggingface.co/TheBloke/Mistral-7B-v0.1-GGUF/resolve/main/mistral-7b-v0.1.Q4_K_S.gguf
第五步：回到代码库根目录并运行模型，现在可以让它回答「What’s up？」等问题啦。搞定，结束。
cd ..
./main -m models/mistral-7b-v0.1.Q4_K_S.gguf -p "Whatsup?" -n 400 -e
以后我们会通过新专栏带来更多 AIGC 案例演示，也欢迎大家留言评论并给出改进建议。
(来源:机器之心)
关联资讯:
Meta分别推出80亿参数和700亿参数的Llama 3开源AI模型
