在英特爾酷睿Ultra7處理器上優(yōu)化和部署Phi-3-min模型

作者：王一凡

英特爾邊緣計(jì)算創(chuàng)新大使

1Phi-3-mini模型簡介

2024年4月23日，微軟研究院公布Phi-3系列AI大模型，包含三個(gè)版本：mini(3.8B參數(shù))、small(7B參數(shù))以及medium(14B參數(shù))。phi-3-mini是一個(gè)擁有3.8B參數(shù)規(guī)模的模型，其訓(xùn)練數(shù)據(jù)集基于Phi-2所使用數(shù)據(jù)集的擴(kuò)大版本，由大量過濾后的網(wǎng)絡(luò)數(shù)據(jù)和合成數(shù)據(jù)組成，經(jīng)過3.3T tokens的訓(xùn)練，表現(xiàn)可以與Mixtral 8x7B和GPT-3.5等模型相媲美（例如，phi-3-mini在MMLU測(cè)試中達(dá)到了69%的準(zhǔn)確率，在MT-bench上的得分為8.38)。

請(qǐng)用下面的命令把Llama3-Chinese-8B-Instruct模型的預(yù)訓(xùn)練權(quán)重下載到本地待用。

git clone https://www.modelscope.cn/LLM-Research/Phi-3-mini-128k-instruct.git

2英特爾 酷睿 Ultra處理器簡介

英特爾 酷睿 Ultra系列處理器是英特爾公司于2023年6月推出的一個(gè)高端處理器系列，其第一代產(chǎn)品代號(hào)為Meteor Lake。這款處理器標(biāo)志著英特爾在處理器設(shè)計(jì)上的重大革新，它采用了先進(jìn)的Intel 4制造工藝（先前稱為7nm），并利用了EUV（極紫外光刻）技術(shù)，這帶來了顯著的性能提升和能效優(yōu)化。

英特爾 酷睿Ultra系列處理器內(nèi)置CPU、銳炫GPU和NPU，非常適合在端側(cè)運(yùn)行AI大模型。本文將在英特爾酷睿 Ultra 7 155H處理器上完成驗(yàn)證。

3搭建開發(fā)環(huán)境

首先，在https://www.anaconda.com/download下載并安裝Anaconda，然后創(chuàng)建并激活名為phi3的虛擬環(huán)境：

conda create -n phi3 python=3.11 #創(chuàng)建虛擬環(huán)境
conda activate phi3        #激活虛擬環(huán)境
python -m pip install --upgrade pip      #升級(jí)pip到最新版本

然后，安裝Optimum Intel和其依賴項(xiàng)OpenVINO與NNCF：

python -m pip install "optimum-intel[openvino,nncf]"@git+https://github.com/huggingface/optimum-intel.git

最后，安裝構(gòu)建WebUI的工具包：

pip install gradio mdtex2html streamlit

4對(duì)Phi-3-mini-4k-instruct模型進(jìn)行INT4量化

optimum-cli是Optimum Intel自帶的跨平臺(tái)命令行工具，可以不用編寫量化代碼，實(shí)現(xiàn)對(duì)Phi-3-mini-4k-instruct模型的量化。

執(zhí)行命令將Phi-3-mini-4k-instruct模型量化為INT4 OpenVINO格式模型：

optimum-cli export openvino --model Phi-3-mini-4k-instruct --task text-generation-with-past --weight-format int4 --group-size 128 --ratio 0.8 --trust-remote-code phi3_ov

5編寫Phi-3-Mini的WebUI對(duì)話程序

Phi-3-Mini推理程序的關(guān)鍵代碼，如下所示，主要實(shí)現(xiàn)載入Phi-3模型和對(duì)應(yīng)的分詞器，然后將提示詞Token化后輸入模型，最后解碼模型生成的Token序列。

完整代碼請(qǐng)參考：https://github.com/WangAria/OpenVINO/blob/main/phi3_webui.py

model_dir = "C:\Users\ASUS\phi3_ov" #Phi-3-mini-4k-instruct int4模型路徑
DEVICE = "GPU" #可更換為"CPU", "AUTO"...
# 編譯并載入Phi-3-mini-4k-instruct int4模型到指定DEVICE
ov_model = OVModelForCausalLM.from_pretrained(
  model_dir,
  device=DEVICE,
  ov_config=ov_config,
  config=AutoConfig.from_pretrained(model_dir, trust_remote_code=True),
  trust_remote_code=True,
)
# 實(shí)例化Phi-3-mini-4k-instruct int4模型的Tokenizer
tok = AutoTokenizer.from_pretrained(model_dir, trust_remote_code=True)

運(yùn)行phi3_webui.py, 結(jié)果如下：

python phi3_webui.py

6總結(jié)

Phi-3模型是微軟公司新近推出的一系列小型語言模型（SLM），旨在以更小的規(guī)模實(shí)現(xiàn)與大型語言模型（LLM）相媲美的性能，特別是在語言處理、推理、編碼和數(shù)學(xué)基準(zhǔn)測(cè)試方面；英特爾 酷睿 Ultra系列處理器是英特爾公司新近推出高端處理器，相對(duì)前代有顯著的AI性能提升和能效優(yōu)化；二者相互結(jié)合，使得廣大的端側(cè)設(shè)備都能受益于日益先進(jìn)的AI技術(shù)。