如何在火山引擎云上部署 Langchain-ChatGLM

Langchain 是一个基于大语言模型进行应用开发的框架，它提供了方便的组件库，方便开发者将 LLM 模型与各种外部数据源连接起来。本文介绍了在火山引擎上部署 Langchain-ChatGLM 的方法。

登录火山引擎控制台，创建 VKE 集群，集群版本选择 1.24，容器网络模型选择 VPC-CNI，开启公网访问。选择立刻创建节点，节点规格选择 GPU 计算型，ecs.gni2.3xlarge  NVIDIA A10，组件勾选安装 nvidia-device-plugin 组件。

相关代码和模型均已开源，可以在 GitHub 和 HuggingFace 下载：

• 代码：github.com/imClumsyPanda/langchain-ChatGLM
• 默认 ChatGLM-6B 模型：huggingface.co/THUDM/chatglm-6b
• 默认 Embedding 模型：huggingface.co/GanymedeNil/text2vec-large-chinese

为了方便大家体验，我们把代码和相关模型打包到了一个容器镜像中，使用 cr-demo-cn-beijing.cr.volces.com/vke-ai/langchain-chatglm:v0.0.1 镜像可以直接拉起一个 langchain-ChatGLM 服务。

含有模型的镜像约 24GB，为了加速在 VKE 中的启动速度，用户可以创建自己的火山引擎镜像仓库（Container Registry，CR）标准版实例，将该镜像转存到自己的仓库中。具体请见： www.volcengine.com/docs/6420/106367。同时，针对 AI 镜像都比较大的特点，火山引擎镜像仓库 CR 提供了多种镜像下载加速的能力，我们将在后续系列文章中详细介绍。

通过 VKE 控制台创建

登录容器服务 VKE 控制台，在“工作负载”-“无状态负载”页面创建 Deployment。需要填写 GPU 算力为 1 卡：

在“服务与路由”-“服务”页面创建负载均衡类型的服务，并关联 Langchain-ChatGLM deployment，容器服务端口为 7860：

等 Service 创建完毕，显示入口地址之后，我们直接访问 IP 就可以体验 Langchain-ChatGLM 服务了。

服务入口也可以选择 7 层 Ingress ALB 或 API 网关，具体操作可参考《如何在火山引擎云上部署Stable Diffusion》。

**通过 YAML 文件创建

部署服务：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: langchain-new
spec:
  replicas: 1
  selector:
    matchLabels:
      app: langchain-new
  template:
    metadata:
      labels:
        app: langchain-new
    spec:
      containers:
      - image: cr-demo-cn-beijing.cr.volces.com/vke-ai/langchain-chatglm:v0.0.1
        name: langchain
        resources:
          limits:
            nvidia.com/gpu: "1"

暴露服务：

apiVersion: v1
kind: Service
metadata:
  name: langchain-new
spec:
  ports:
  - name: langchain
    port: 80
    protocol: TCP
    targetPort: 7860
  selector:
    app: langchain-new
  type: LoadBalancer

在部署好的服务中选择“知识库问答”模式，并新建知识库（注：知识库名称暂不支持中文）。

点击上传文件/上传文件夹并加载知识库，Langchain 模型会自动进行知识库分析。这里我们给 Langchain-ChatGLM 添加了火山引擎产品的相关知识。

以上就是在火山引擎 VKE 中部署 Langchain-ChatGLM 服务的实践，欢迎大家登录火山引擎控制台尝试！