使用Ryzen ? AI處理器構建聊天機器人

人工智能處理器和軟件將個人計算的強大功能帶到人工智能PC上，將工作、協(xié)作和創(chuàng)新的效率提升到一個全新的水平。生成式AI應用程序（如AI聊天機器人）由于高處理要求而存在于云中。在這篇博客中，我們將探索Ryzen ? AI技術的構建模塊，并展示利用它來構建一個僅在Ryzen AI筆記本電腦上以最佳性能運行的AI聊天機器人是多么容易。

全棧Ryzen? AI軟件

Ryzen AI配備了一個專用的神經(jīng)處理單元（NPU），用于與CPU內(nèi)核集成在片上的AI加速。AMD Ryzen AI軟件開發(fā)工具包（SDK）使開發(fā)人員能夠采用在PyTorch或TensorFlow中訓練的機器學習模型，并在由Ryzen AI支持的PC上運行它們，可以智能地優(yōu)化任務和工作負載，釋放CPU和GPU資源，并以更低的功耗確保最佳性能。了解更多關于Ryzen AI產(chǎn)品的信息。

SDK包括用于在NPU上優(yōu)化和部署AI推理的工具和運行時庫。安裝很簡單，該套件配備了各種預量化的準備部署模型的擁抱臉AMD模型動物園。開發(fā)人員可以在幾分鐘內(nèi)開始構建他們的應用程序，在Ryzen AI PC上釋放AI加速的全部潛力。

構建AI Chatbot

人工智能聊天機器人需要大量的處理能力，以至于它們通常生活在云中。nbsp;實際上，我們可以在PC上運行ChatGPT，但是本地應用程序通過Internet將提示發(fā)送到服務器進行LLM模型處理，并在收到響應后簡單地顯示響應。

然而，在這種情況下，本地和高效的AI聊天機器人不需要云支持。您可以從Hugging Face下載一個開源的預訓練OPT1.3B模型，并通過一個簡單的三步過程將其部署在Ryzen AI筆記本電腦上，并使用預構建的Gradio Chatbot應用程序。

步驟1：從Hugging Face下載預訓練的opt-1.3b模型

步驟2：量化從FP32到INT 8的下載模型

步驟3：使用模型部署Chatbot應用程序

先決條件

首先，您需要確保滿足以下先決條件。

AMD銳龍AI筆記本電腦與Windows?（R） 11個操作系統(tǒng)

Anaconda，如果需要，請從 這里

最新的Ryzen AI AIE驅動程序和軟件。遵循簡單的單擊安裝 這里

本博客的輔助材料發(fā)布在AMD GitHub存儲庫中。

接下來，克隆存儲庫或下載并解壓縮Chatbot-with-RyzenAI-1.0.zip到安裝Ryzen AI SW的根目錄中。在本例中，它是C：UserahoqRyzenAI

cd C：UsersahoqRyzenAI

git clone alimulh/Chatbot-with-RyzenAI-1.0

#激活安裝RyzenAI時創(chuàng)建的conda環(huán)境。在我的情況下，它是ryzenai-1.0-20231204-120522

Conda activate Ryzenai-1.0-20231204-120522

#使用requirements.txt文件安裝gradio pkage。聊天機器人的瀏覽器應用程序是用Gradio創(chuàng)建的

pip安裝-r要求. txt

#初始化路徑

setup.bat

現(xiàn)在，您可以通過3個步驟創(chuàng)建聊天機器人：

Step-1從Hugging Face下載預訓練模型

在此步驟中，從Hugging Face下載預訓練的Opt-1.3b模型。您可以修改run.py腳本，從您自己或您公司的存儲庫下載預訓練模型。Opt-1.3b是一個大的，~4GB的模型。下載時間取決于網(wǎng)速。在這種情況下，它花了~6分鐘。

cd Chatbot-with-RyzenAI-1.0

python run.py--model_name opt-1.3b --下載

下載的模型保存在文件夾opt-1.3b_pretrained_fp32中，如下所示。

步驟2量化下載的模型從FP32到Int8

下載完成后，我們使用以下命令對模型進行重新配置：

python run.py--model_name opt-1.3b-python

量化是一個兩步的過程。首先，F(xiàn)P32模型是“平滑量化”的，以減少量化過程中的精度損失。它本質上是識別激活系數(shù)中的異常值并相應地調節(jié)權重。因此，在量化期間，如果離群值被丟棄，則誤差引入是可忽略的。Smooth Quant是由AMD的先驅研究人員之一Song Han博士發(fā)明的，他是麻省理工學院EECS系的教授。下面是平滑量化技術如何工作的可視化演示。

你可以在這里了解更多關于平滑量化（smoothquant）技術的信息。在平滑建模過程之后，條件模型沿著與mart.json文件一起保存在opt-1.3b_smoothquant文件夾的“model_onnx”文件夾中。以下是平滑量化對數(shù)的屏幕截圖：

平滑量化需要約30秒才能完成。一旦完成，最佳量化器用于將模型轉換為int 8。int 8量化模型然后保存在“opt-1.3b_smoothquant "文件夾內(nèi)的”model_onnx_int8“文件夾中。量化是一個離線過程。大約需要2-3分鐘完成，需要一次完成。下面是Int 8量化日志的屏幕截圖：

Step-3評估模型并使用聊天機器人應用程序部署它

接下來，評估量化模型并使用以下命令以NPU為目標運行它。注意，模型路徑被設置為我們在上一步中保存int8量化模型的位置，

python run.py --model_name opt-1.3b --target aie --local_path。 opt-1.3b_smoothquantmodel_onnx_int8

在第一次運行期間，模型由內(nèi)聯(lián)編譯器自動編譯。編譯也是一個兩步的過程：首先，編譯器識別可以在NPU中執(zhí)行的層和需要在CPU中執(zhí)行的層。然后創(chuàng)建子圖集。一組用于NPU，另一組用于CPU。最后，它為每個子圖創(chuàng)建針對相應執(zhí)行單元的指令集。這些指令由兩個ONNX執(zhí)行提供程序（EP）執(zhí)行，一個用于CPU，一個用于NPU。在第一次編譯之后，已編譯的模型保存在該高速緩存中，因此在后續(xù)部署中它避免了編譯。下面是一個屏幕截圖，其中模型信息是在編譯流程中打印出來的。

編譯后，模型在NPU和CPU上運行。將應用測試提示。LLM Opt1.3B模型的響應顯示了正確的答案。請記住，我們下載并部署了一個公開的預訓練模型。因此，它的準確性是主觀的，可能并不總是像預期的那樣。我們強烈建議在生產(chǎn)部署之前對公開可用的模型進行微調。下面是測試提示和響應的屏幕截圖：

現(xiàn)在，讓我們使用保存在路徑opt-1. 3b-smoothquantmodel_onnx_int 8中的int 8量化模型啟動聊天機器人

python gradio_appopt_demo_gui. py——model_file. opt—1.3b_smoothquantmodel_onnx_int8

如命令提示符所示，聊天機器人應用程序在端口1234上的本地主機上運行。

打開瀏覽器并瀏覽到http：//localhost：1234。

在瀏覽器應用程序上，設置max_output_token=64并輸入提示“AMD做什么？“輸入文本框中。聊天機器人輸出如下所示的響應。它還將KPI（關鍵性能指標）計算為token/sec。在這種情況下，它是每秒約4.7個令牌。

?

恭喜你，你已經(jīng)成功構建了一個私人AI聊天機器人。它完全運行在筆記本電腦上，OPT1.3B是一種LLM（大型語言模型）。

結論

AMD銳龍? AI全棧工具使用戶能夠在AI PC上輕松創(chuàng)建以前無法實現(xiàn)的體驗-開發(fā)人員使用AI應用程序，創(chuàng)作者使用創(chuàng)新和引人入勝的內(nèi)容，企業(yè)主使用工具優(yōu)化工作流程和效率。

我們很高興能將這項技術帶給我們的客戶和合作伙伴。如果您有任何問題或需要澄清，我們很樂意聽取您的意見。查看我們的GitHub存儲庫以獲取教程和示例設計，加入我們的討論論壇，或發(fā)送電子郵件至amd_ai_mkt@amd.com。

審核編輯 黃宇