mirror of
https://github.com/HIllya51/LunaTranslator.git
synced 2025-01-01 10:04:12 +08:00
76 lines
2.9 KiB
Markdown
76 lines
2.9 KiB
Markdown
## 部署SakuraLLM到Google Colab
|
||
|
||
### 1. 设置内网穿透，以将请求转发给llama.cpp服务
|
||
|
||
|
||
|
||
注册[ngrok](https://ngrok.com/)，分别获取[NGROK_TOKEN](https://dashboard.ngrok.com/get-started/your-authtoken)和[NGROK_DOMAIN](https://dashboard.ngrok.com/cloud-edge/domains)，以供后面使用。
|
||
|
||
|
||
也可以不注册**ngrok**，将**NGROK_TOKEN**置为空，则会使用**gradio-tunneling**的随机域名进行内网穿透。
|
||
|
||
若使用**ngrok**，并填写了**NGROK_DOMAIN**，则每次运行时将会使用固定的域名进行内网穿透，否则将会使用随机的域名。
|
||
|
||
<details>
|
||
<summary>启动后，将会在log中看到本次运行的url接口地址，将url接口地址填写到翻译器中即可</summary>
|
||
|
||
全空，使用gradio-tunneling，随机的域名
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/tunnel.png">
|
||
|
||
填写NGROK_TOKEN，使用ngrok，随机的域名
|
||
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/tunnel3.png">
|
||
|
||
|
||
填写NGROK_TOKEN+NGROK_DOMAIN，使用ngrok，固定的域名
|
||
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/tunnel2.png">
|
||
</details>
|
||
|
||
|
||
|
||
### 2. 部署到Google Colab
|
||
|
||
<!-- tabs:start -->
|
||
|
||
|
||
### **Google Colab**
|
||
|
||
|
||
<details>
|
||
<summary>1. 在Google drive中安装<strong>Colaboratory</strong>应用</summary>
|
||
点击<strong>新建</strong>-><strong>更多</strong>-><strong>关联更多应用</strong>
|
||
在应用市场中搜索<strong>Colaboratory</strong>安装即可
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/installcolab.png">
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/installcolab2.png">
|
||
</details>
|
||
|
||
|
||
<details>
|
||
<summary>2. 打开<a href="https://colab.research.google.com/" target="_blank">Colab</a>，下载<a href="https://lunatranslator.org/nginxfile/kaggle_sakurallm.ipynb" target="_blank">ipynb脚本</a>并上传到Colab中。</summary>
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/colab2.png">
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/colab.png">
|
||
</details>
|
||
|
||
<details>
|
||
<summary>3. 选择GPU运行时</summary>
|
||
默认是使用CPU运行的，需要我们手动切换成T4 GPU运行。
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/colab5.png">
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/colab4.png">
|
||
</details>
|
||
|
||
<details>
|
||
<summary>4. 设置ngrok密钥和域名，以及使用的模型</summary>
|
||
将注册的ngrok的NGROK_TOKEN和NGROK_DOMAIN填入脚本中。
|
||
REPO和MODEL是<code>https://huggingface.co/REPO</code>下的MODEL模型文件名
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/colab3.png">
|
||
</details>
|
||
|
||
<details>
|
||
<summary>5. 运行脚本，稍微等待一分钟左右即可</summary>
|
||
llama.cpp是已经预先编译好的，省去了编译的时间，因此主要是下载模型需要花费一点时间。
|
||
<img src="https://image.lunatranslator.org/zh/sakurallm/colab6.png">
|
||
</details>
|
||
|
||
<!-- tabs:end -->
|