讓哪吒用上DeepSeek,讓OpenVINO加速邊緣計(jì)算 原創(chuàng)
4月17日,OpenVINO? 2025.1版正式發(fā)布了。我們嘗個(gè)鮮,利用OpenVINO在英特爾哪吒開(kāi)發(fā)套件上部署deepseek-r1-distill-Qwen-7b模型。
一、在邊緣終端部署本地大模型的好處
邊緣終端,如樹(shù)莓派和英特爾哪吒開(kāi)發(fā)套件,通常具有較低的功耗和成本,同時(shí)具備一定的計(jì)算能力。在這些設(shè)備上部署 DeepSeek-R1 大模型,可以帶來(lái)以下好處:
1. 降低云端依賴(lài)
邊緣終端的本地化部署減少了對(duì)云端服務(wù)的依賴(lài),使得設(shè)備能夠在離線(xiàn)或網(wǎng)絡(luò)不穩(wěn)定的情況下獨(dú)立運(yùn)行。這對(duì)于一些需要在偏遠(yuǎn)地區(qū)或網(wǎng)絡(luò)受限環(huán)境中使用的場(chǎng)景(如智能家居、工業(yè)物聯(lián)網(wǎng)等)非常有價(jià)值。
2. 應(yīng)用場(chǎng)景拓展
在邊緣終端部署 DeepSeek-R1 可以推動(dòng) AI 技術(shù)在更多領(lǐng)域的應(yīng)用,如教育、開(kāi)發(fā)實(shí)驗(yàn)、智能家居等。這不僅降低了 AI 技術(shù)的使用門(mén)檻,還促進(jìn)了技術(shù)的普及。
3.隱私保護(hù)
由于數(shù)據(jù)處理完全在本地完成,邊緣終端部署可以有效避免敏感信息的外泄,尤其適合對(duì)隱私有高要求的場(chǎng)景。
二、英特爾哪吒開(kāi)發(fā)套件
英特爾哪吒開(kāi)發(fā)套件搭載了英特爾N97處理器(3.6GHz),配備64GB eMMC存儲(chǔ)和8GB LPDDR5內(nèi)存。英特爾N97處理器屬于 Intel Alder Lake-N 系列,4核,采用英特爾7代制程工藝,10納米。 E-Core 的設(shè)計(jì),專(zhuān)為輕量級(jí)辦公、教育設(shè)備和超低功耗筆記本電腦設(shè)計(jì),成本和功耗更低,更適合嵌入式設(shè)備。
它具有較高的性能,通過(guò)OpenVINO? 優(yōu)化,可比 Jeston TX2 性能,1.3TOPS (FP16)
同時(shí),它又有較低的價(jià)格,Jetson TX2(8G,3480元),它只要1200元。
它的功耗只有12瓦,相當(dāng)于3天3夜使用情況下,只消耗1度電都不到。
更關(guān)鍵的是!它還自帶集成顯卡,Intel UHD Graphics,我們可以在iGPU上運(yùn)行大模型。
三、具體部署方案
目前暫未看到有在英特爾哪吒開(kāi)發(fā)套件上部署 DeepSeek-R1 的介紹。為填補(bǔ)這一空白,本文介紹如何采用最新發(fā)布的OpenVINO2025.1來(lái)部署DeepSeek-R1-Distill-Qwen-7B模型。
(一)安裝OpenVINO
首先是安裝OpenVINO,參考官網(wǎng)介紹,可以采用PIP安裝,也可以下載安裝包。我這里采用PIP安裝。
1、在Python下新建一個(gè)虛擬環(huán)境ov20251
python3 -m venv ov20251
2、啟動(dòng)虛擬環(huán)境
source ov20251/bin/activate
3、安裝OpenVINO
pip install openvino
這里不指定特定版本的話(huà),就是安裝官方最新發(fā)布的2025.1版。
4、驗(yàn)證
下載完成后我們來(lái)驗(yàn)證一下是否安裝成功OpenVINO2025.1,打開(kāi)python,然后輸入以下命令,查看版本信息。
from openvino import get_version
print(get_version())
(二)安裝OpenVINO-GenAI
如果要快速和便捷地運(yùn)行大模型,Intel還準(zhǔn)備了OpenVino-Genai,可以實(shí)現(xiàn)三行代碼啟動(dòng)一個(gè)大模型對(duì)話(huà)。
pip install openvino-genai
這里不指定特定版本的話(huà),就是安裝官方最新發(fā)布的2025.1版。
這里有一個(gè)小竅門(mén), 雖然OpenVino-GenAI的使用需要配合OpenVINO運(yùn)行時(shí),但我們可以直接安裝OpenVINO-GenAI,它會(huì)自動(dòng)下載安裝相匹配版本的OpenVINO。
(三)安裝OpenCL ICD
為了在 Linux 上使用 GPU 設(shè)備進(jìn)行 OpenVINOuben推理,我們還需要安裝 OpenCL ICD
conda install ocl-icd-system
(三)編寫(xiě)大模型對(duì)話(huà)程序
做好以上準(zhǔn)備工作,接下來(lái)編寫(xiě)一個(gè)簡(jiǎn)單的對(duì)話(huà)程序,命名為chat_genai.py
import argparse
import openvino_genai
from llm_config import SUPPORTED_LLM_MODELS, DEFAULT_SYSTEM_PROMPT, DEFAULT_SYSTEM_PROMPT_CHINESE
def streamer(subword):
print(subword, end='', flush=True)
return False
def apply_chat_template(prompt, system_prompt, language="English"): # 確保參數(shù)名與變量名一致
"""
使用自定義的聊天模板格式化提示詞
Args:
prompt: 用戶(hù)輸入的提示
system_prompt: 系統(tǒng)提示
language: 語(yǔ)言選擇
Returns:
formatted_prompt: 格式化后的提示
"""
messages = [
{"role": "system", "content": system_prompt},
{"role": "user", "content": prompt}
]
if language == "Chinese":
template = SUPPORTED_LLM_MODELS["Chinese"]["DeepSeek-R1-Distill-Qwen-7B"]["genai_chat_template"]
else:
template = SUPPORTED_LLM_MODELS["English"]["DeepSeek-R1-Distill-Qwen-7B"]["genai_chat_template"]
formatted_prompt = ""
for i, message in enumerate(messages):
if i == 0:
formatted_prompt += "<|begin of sentence|>"
if message["role"] == "system" and message["content"]:
formatted_prompt += message["content"]
elif message["role"] == "user":
formatted_prompt += f"<|User|>{message['content']}"
elif message["role"] == "assistant":
formatted_prompt += f"<|Assistant|>{message['content']}<|end of sentence|>"
return formatted_prompt
# 為 lang.value 添加默認(rèn)值
lang_value = "English" # 默認(rèn)語(yǔ)言設(shè)置為 English
if __name__ == "__main__":
parser = argparse.ArgumentParser(add_help=False)
parser.add_argument('-h',
'--help',
action='help',
help='Show this help message and exit.')
parser.add_argument('-m',
'--model_path',
required=True,
type=str,
help='Required. model path')
parser.add_argument('-l',
'--max_sequence_length',
default=256,
required=False,
type=int,
help='Required. maximun length of output')
parser.add_argument('-d',
'--device',
default='CPU',
required=False,
type=str,
help='Required. device for inference')
args = parser.parse_args()
try:
print(f"正在加載模型: {args.model_path}")
pipe = openvino_genai.LLMPipeline(args.model_path, args.device)
# 設(shè)置生成配置
config = openvino_genai.GenerationConfig()
config.max_new_tokens = args.max_sequence_length
config.stop_strings = set() # 修正為空集合(原代碼會(huì)匹配空字符串)
print("模型加載完成,開(kāi)始聊天...\n")
pipe.start_chat()
while True:
try:
prompt = input('問(wèn)題:\n')
if not prompt.strip():
break
system_prompt = DEFAULT_SYSTEM_PROMPT_CHINESE if lang_value == "Chinese" else DEFAULT_SYSTEM_PROMPT
formatted_prompt = apply_chat_template(prompt, system_prompt, language=lang_value) # 顯式指定參數(shù)名
pipe.get_tokenizer().set_chat_template("""
{% for message in messages %}
{% if loop.first %}{{ '<|begin▁of▁sentence|>' }}{% endif %}
{% if message['role'] == 'system' and message['content'] %}{{ message['content'] }}{% endif %}
{% if message['role'] == 'user' %}{{ '<|User|>' + message['content'] }}{% endif %}
{% if message['role'] == 'assistant' %}{{ '<|Assistant|>' + message['content'] + '<|end▁of▁sentence|>' }}{% endif %}
{% if loop.last and add_generation_prompt and message['role'] != 'assistant' %}{{ '<|Assistant|>' }}{% endif %}
{% endfor %}
""")
print("\n生成回答中...\n")
pipe.generate(formatted_prompt, config, streamer)
print('\n----------')
except KeyboardInterrupt:
print("\n對(duì)話(huà)被用戶(hù)中斷")
break
except Exception as e:
print(f"\n錯(cuò)誤: {e}")
continue
pipe.finish_chat()
except Exception as e:
print(f"初始化失敗: {e}")
然后就可以啟動(dòng)對(duì)話(huà)了
python3 chat_genai.py --model_path /DeepSeek-R1-Distill-Qwen-7B-sym-int4-ov --max_sequence_length 4096
(四)Demo演示
以下是對(duì)話(huà)視頻的鏈接,輸出速度在每秒10個(gè)token左右。
【使用OpenVINO2025在Intel哪吒開(kāi)發(fā)板上運(yùn)行DeepSeek- R1-Qwen-7B蒸餾模型】??https://www.bilibili.com/video/BV1FERhYeEdL/?share_source=copy_web&vd_source=317251442c66d2e9cefe25184cc59493&t=8?? ??
結(jié)語(yǔ)
當(dāng)DeepSeek遇上哪吒,當(dāng)OpenVINO加速邊緣計(jì)算,這或許就是打開(kāi)第六次康波周期"寒武紀(jì)大爆發(fā)"時(shí)刻的鑰匙。
