chatGPT服务器搭建完全攻略，零基础也能上手！

在这个人工智能时期，自然语言处理系统已愈来愈遭到人们的关注。而chatGPT就是其中的佼佼者之一。它利用广泛，可以被用于聊天机器人、语言理解、生成式对话等领域。如果你也对chatGPT系统感兴趣，那末本篇文章将会对你有所帮助。接下来我们将会介绍怎样在服务器上搭建chatGPT系统，即便没有任何基础也能够轻松上手。

如何获得chatGPT系统？

如果你想要使用chatGPT系统，首先需要获得该系统。chatGPT系统是由openAI开发和保护的，被开源在了github上。你可之前往openAI的github仓库（https://github.com/openai）获得chatGPT代码。在该仓库中，你可以找到许多版本的chatGPT系统。我们在本篇文章中使用的是最新版本，即GPT⑶。在Github上有两个可用版本。一个是公共API版本，你可以通过去openai的官网注册获得API密钥，用于访问openai的云端服务器。另外一个是你可以训练的本地版本。在这个版本中，代码仓库已提供了完全的模型结构和参数，而你只需要自行下载语料并将其作为输入，然后模型就会学习和输出相关的对话。我们这里将会使用本地版本，把操作步骤和大家分享。

服务器要求

在搭建chatGPT系统之前，我们首先需要了解所需的服务器要求。一般来讲，chatGPT的计算消耗量比较大，需要配备强大的硬件和软件基础设施，以保证模型效果和性能。如果你没有特别强大的个人电脑，那末推荐使用一台云主机，比如AWS（亚马逊）、谷歌云和微软Azure。这些云平台中内置了快速GPU和较大的内存，可以很好地支持chatGPT的训练和使用。

操作系统

chatGPT的开源版本是在Linux环境中编写的，因此我们推荐使用Linux服务器。相比之下，Windows平台没有为深度学习进行过相应的优化，为程序的安装和调试带来了很多问题。对Linux的选择，Ubuntu是一种流行的选择，由于它是一种比较流行的发行版，也支持很多深度学习框架和库。其他的Linux系统也能够斟酌，只要它们支持安装CUDA和cuDNN。

CUDA和cuDNN

CUDA（Compute Unified Device Architecture）是由NVIDIA开发的一种并行计算架构，它提供了一组扩大工具和库，可让GPU更加高效地用于深度学习模型中。cuDNN（CUDA Deep Neural Network library）也是NVIDIA开发的一个适用于深度学习的库，它支持很多常见的神经网络，并且可以加速目标代码。如果你使用的是NVIDIA GPU，那末我们强烈建议安装这两个工具。

安装Python

chatGPT是使用Python编写的，因此你需要先安装Python。Python3.6或以上的版本是chatGPT的必备要求。你可使用下面的命令来安装Python3.6。

```

sudo apt update

sudo apt install python3.6

```

安装依赖库

为了使chatGPT代码顺利运行，我们需要先安装一些依赖库。接下来，让我们来逐一介绍。

1. PyTorch：PyTorch是由Facebook AI Research实验室开发的开源深度学习框架。它提供了一种简单易用的Python API，以构建和训练深度学习模型。可使用以下命令来安装：

```

pip3 install torch

```

2. Transformers：Transformers是由Hugging Face开发的自然语言处理库。它包括了许多用于生成式对话和文本生成的预训练模型，其中就包括GPT（Generative Pretrained Transformer）模型。可使用以下命令来安装：

```

pip3 install transformers

```

3. SimpleWebSocketServer：SimpleWebSocketServer是一个用于WebSocket服务器的Python库。WebSocket是一种用于在客户端和服务器之间进行双向通讯的协议。GPT的对话服务就是通过WebSocket实现的。可使用以下命令来安装：

```

pip3 install simple-websocket-server

```

4. Flask：Flask是一个轻型的Web框架，可以快速地构建Web利用程序。在本文中，我们将使用Flask来运行一个基于Web的用户界面来控制chatGPT。可使用以下命令来安装：

```

pip3 install flask

```

实现chatGPT服务器

当我们准备就绪以后，就能够开始实现chatGPT服务器了。接下来我们将逐一介绍相应的步骤。

1. 你需要下载chatGPT的代码。我们可以通过git clone命令下载。

```

git clone https://github.com/openai/gpt⑶.git

```

2. 接下来，你需要进入下载的该目录，履行以下操作以安装chatGPT的依赖项。

```

cd gpt⑶/

pip install -r requirements.txt

```

3. 接下来，下载chatGPT的预训练模型，该模型是GAN技术基于Seaquence Transformers的一种语言模型。可以从下面的链接下载：

```

https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf

```

4. 下载完成后，你需要将文件解压并将其移动到你的代码目录下。

```

unzip model_checkpoint.zip

mv model_checkpoint/345M/ ./

```

5. 在代码文件中，找到“interactive_conditional_samples.py”文件，然后添加以下代码块，启用WebSocket服务，以实现基于WebSocket的聊天服务。

```python

from SimpleWebSocketServer import SimpleWebSocketServer, WebSocket

from threading import Thread

import transform

import torch

class ChatBotService(WebSocket):

def handleMessage(self):

if self.data is None:

return

print("Received data: " + self.data)

input_text = self.data

output_text = transform.get_text(input_text)

self.sendMessage(output_text)

def handleConnected(self):

print(self.address, " connected")

global thread

if thread is None:

thread = Thread(target=background_service)

thread.start()

def handleClose(self):

global stop_threads

stop_threads = True

def background_service():

server = SimpleWebSocketServer('0.0.0.0', 8000, ChatBotService)

server.serveforever()

thread = None

stop_threads = False

if __name__ == '__main__':

output_dir = './345M'

seed = 42

temperature = 0.8

top_k = 40

top_p = 0.8

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

transform.init_model(output_dir, device, seed, temperature, top_k, top_p)

print("Model initialized, waiting for connections...")

server = SimpleWebSocketServer('0.0.0.0', 8000, ChatBotService)

server.serveforever()

```

其中“ SimpleWebSocketServer”是WebSocket服务器的库，提供了WebSocket服务器的基本API，可以让你很容易地实现WebSocket服务器。

6. 我们需要启动服务器。可使用以下命令进行操作：

```

python3 interactive_conditional_samples.py --model 345M --nsamples 1 --length 1000

```

现在你可以通过访问http://:8000来使用该服务。其中是你的服务器IP地址。

结论

现在你已学会了怎样在服务器上搭建chatGPT系统，为人工智能工作做好准备。如果你是一个开发人员，那末你可使用该系统来构建聊天机器人或其他人工智能利用程序。如果你只是对chatGPT感兴趣，那末将这个系统搭建在你的个人服务器上（借助这篇文章的帮助），那末也将让你在人工智能的领域有一个更深入的了解。