通过 SageMaker JumpStart 部署 Llama 2 快速构建专属 LLM 应用

来自 Meta 的 Llama 2 基础模型现已在 Amazon SageMaker JumpStart 中提供。我们可以通过使用 Amazon SageMaker JumpStart 快速部署 Llama 2 模型，并且结合开源 UI 工具 Gradio 打造专属 LLM 应用。

Llama 2 简介

Llama 2 是使用优化的 Transformer 架构的自回归语言模型, 旨在用于英文领域的商业和研究用途，其 context 长度是 Llama 1 代的两倍。目前提供三种参数规格（7B、13B 和 70B）的基础模型。

（来源：https://ai.meta.com/llama/）

使用 SageMaker JumpStart 简化大模型的部署

一站式开发平台 Amazon SageMaker，是一个机器学习（ML）中心，提供预训练模型、内置算法和预构建解决方案，能帮助您快速开始使用机器学习。在 SageMaker JumpStart 中提供了 6 个版本的 Llama-2 模型。

如果在您的 JumpStart 中没有看到相关的模型，请确认您使用的区域是否已支持 Llama 2 （在 JumpStart 模型页面查询支持的区域）以及是否是最新版本的 Studio（可以通过关闭重启来更新您的 SageMaker Studio 版本）。

下图是在 SageMaker 中 Llama 2 的 6 个模型分别对应的 ID ，默认实例类型，以及每个模型支持的最大 token 数，通过 model_id 我们可以便捷地在 SageMaker Notebook 中启动对应的模型。

方案概述

我们将在 SageMaker 上部署 Llama-2-7b-chat 模型, 并使 Gradio 构建前端页面，打造一个轻量化的聊天助手。

1. 部署模型

在 SageMaker 中可以使用 JumpStart 或者 Notebook 来部署推理节点，这两种方式我们都会展示。

1.1 SageMaker JumpStart 一键部署

在 SageMaker Studio 中您可以搜索到对应的模型，点击就可以进入对应的模型页面。在这里我们使用了 Llama-2-7b-chat 的模型。

点击 Deploy 即可以部署相关模型，部署时间大约 15 分钟 – 20 分钟左右，另外可以通过 Deployment Configuration 修改对应部署的实例类型。

在部署完成后，您可以看到对应的推理节点信息。

1.2 使用 SageMaker Notebook 部署

如何您使用了 JumpStart 部署则不需要通过 SageMaker Notebook 部署，直接跳到 2。

（1）设置模型 ID ，在这里我们选择了 7b 规格的 chat 模型

（2）部署指定的模型（meta-textgeneration-llama-2-7b-f）

大约在 15 – 20 分钟左右您可以部署完成，完成后在 AWS 控制台 SageMaker 页面中的“终端节点”标签下，可以看到目前已经被启动的推理节点。

2. 设置模型的参数

3. 启动 Gradio 与部署完的模型进行交互

在执行完以后 Gradio 提供了本地的 url 和在 Gradio 上托管的 url 供您使用。

注意，您需要进行设置 custom_attributes=”accept_eula=true”才能成功调用推理端点。这样做是确认接受 Llama 2 的用户许可协议和使用政策。

完整的代码可以参考链接：https://github.com/tsaol/llama2-on-aws.git。

4. 测试

打开 Gradio 提供的链接，我们会看到一个聊天页面，可以尝试向 Llama 2 问些问题。

5. 清理和删除环境

总结

本文介绍了如何使用 SageMaker JumpStart 以及 Notebook 部署 Llama 2 模型，结合 Gradio 轻松构建生成式 AI 应用。基于托管服务的特性让您无需担心底层基础设施的搭建与运维，同时拥有良好的开源项目体验。您还可以基于现有的方案进一步改造，打造专属的大模型应用。