Alpaca-cpp（羊驼-cpp）: 可以本地运行的 Alpaca 大语言模型
系列文章
Stanford Alpaca (羊驼)：ChatGPT 学术版开源实现Alpaca-Lora (羊驼-Lora): 轻量级 ChatGPT 的开源实现（对标 Standford Alpaca）前言（可能与正文无关，可以忽略）
I know。这几天介绍了很多 Alpaca，各种羊驼，似乎有些随心所欲、杂乱无章。但实际上，正如《寒战》中梁家辉饰演的李文斌被廉政公署问话时所说：“要在（每一个机构或岗位的）游戏规则里面把线头找出来 ”，找到线头，看似杂乱的内容才会有较好的可解释性。我这几篇文章的逻辑链如下：
从 Stanford-Alpaca 到 Alpaca-Lora，再到本篇要介绍的 Alpaca-cpp，都是为了寻找一种在资源约束下，能本地高效便捷运行大语言模型的方法。当我成功运行 Alpaca-cpp 时，体验很棒，丝滑流畅，而且由于突破了我 8G GPU 显存的限制，能直接使用 CPU 运行，那后续我还可以尝试 30B 甚至更大参数的大语言模型！
先看看效果：
我刚学大语言模型不久，对如何测试它的能力也不是特别清楚，简单问了它几个问题，如 “会不会中文？”、“长对话能力如何？”、“写写代码？” 之类的，初步看还不错，能理解我的意图。后续我可能会用那些我问过 ChatGPT 的复杂问题去测试它。BTW，ChatGPT 太牛了，我已经让它帮我干了点实事，让我的世界变好了 10 ~ 20min。
另外分享一篇比尔盖茨前两天发的文章 《The Age of AI has begun | Bill Gates》，文章稍长，还是提供了一点 insights。AI 正在重塑我们的工作和生活，我应该积极拥抱变化???（懂得都懂）。
总览
本文简要介绍 Alpaca-cpp，可以使用本地电脑 CPU 流畅运行大语言模型 Alpaca/LLaMA 的 C++/C 框架。相关资源如下：
alpaca.cpp: https://github.com/antimatter15/alpaca.cppggml-alpaca-7b-q4.bin 量化后的Alpaca模型: https://huggingface.co/Sosaka/Alpaca-native-4bit-ggml/blob/main/ggml-alpaca-7b-q4.binllama.cpp （alpaca.cpp 是 fork 本项目，代码基本一致）: https://github.com/ggerganov/llama.cpp太感谢这些开源大佬们，尝试让 AI 进入寻常百姓家，功德无量。
Alpaca-cpp 安装及本地运行
安装和运行方式都极其简单，本文介绍在 Linux 上的安装方法。
首先使用如下命令下载 alpaca.cpp 项目，
git clone https://github.com/antimatter15/alpaca.cpp进入 alpaca.cpp 后，到 https://huggingface.co/Sosaka/Alpaca-native-4bit-ggml/blob/main/ggml-alpaca-7b-q4.bin 下载量化后的模型 ggml-alpaca-7b-q4.bin，然后使用
make chat对项目进行编译。最后使用
./chat直接运行程序即可，就能看到我在 “总览” 这一节中展示的聊天窗口。那种丝滑般的体验，言语无法精确描述，只能实际体验才好体会。
小结
本文非常非常 easy，有水文之嫌。但是及时传递消息也是有一定价值的（至少我是这么安慰自己）。Alpaca-cpp 是基于 llama-cpp 这个项目，代码基本完全相同，差别在 Alpaca-cpp 对 Alpaca-Lora 的权重进行了量化等预处理，然后用 llama-cpp 提供的功能去加载量化后的权重。
我大致看了一下 llama-cpp 的 C++/C code，只感慨大佬太强，代码写的真好，读起来是一种享受，注释非常清晰，核心逻辑读起来不用太费脑。找到优秀的开源项目并进行深入学习，一方面是吸取经验、提升技术，另一方面也趁机洗洗眼睛（仍旧是懂得都懂???），获得一种精神上的愉悦~
后面打算深入学习一下 llama-cpp，作者直接手写了一个基于 C++/C 的深度学习框架，支持前向和反向传播。看 ggml.h 的注释，它的建图方式从我有限的理解来看，非常像 Tensorflow v1.0，需要先构建好静态图，传入数据后才能进行推理。而且研究本项目还能学习如何对模型进行 int8/int4 量化，相关函数在 utils.cpp 中实现。
再补充一点，关于 ggml-alpaca-7b-q4.bin 这个模型怎么来的。需要先用 https://github.com/tloen/alpaca-lora/pull/19/files 中提到的 export_state_dict_checkpoint.py 脚本对 Alpaca-Lora 的模型进行导出，应该是个 .pth 文件，然后使用 https://github.com/antimatter15/alpaca.cpp 提供的 convert-pth-to-ggml.py 工具将 .pth 模型转换成 llama-cpp 能识别的 ggml 模型 （llama-cpp 作者的 github 昵称是 ggerganov，所以我猜 ggml 应该指的是 ggerganov-Machine-Learning 的意思），之后再调用 https://github.com/antimatter15/alpaca.cpp/blob/master/quantize.cpp 对模型进行量化。
OK，先到这，要上班了。。。有点急。