2024-02-07,

实现思路和步骤

移植轻量级LLM模型推理框架InferLLM到OpenHarmony标准系统，编译出能在OpenHarmony运行的二进制产物。（InferLLM 是一个简单高效的 LLM CPU 推理框架，可以本地部署 LLM 中的量化模型）

使用OpenHarmony NDK来编译OpenHarmony上的InferLLM可执行文件（具体使用OpenHarmony lycium 交叉编译框架,然后编写一些脚本。然后把其存放在tpc_c_cplusplusSIG仓库。)

在DAYU200上本地部署大语言模型 编译获取InferLLM三方库编译产物 下载OpenHarmony sdk,下载地址：

http://ci.openharmony.cn/workbench/cicd/dailybuild/dailyList

下载本仓库 git clone https://gitee.com/openharmony-sig/tpc_c_cplusplus.git --depth=1 # 设置环境变量 export OHOS_SDK=解压目录/ohos-sdk/linux # 请替换为你自己的解压目录 cd lycium ./build.sh InferLLM 获取InferLLM三方库头文件及生成的库 

在tpc_c_cplusplus/thirdparty/InferLLM/目录下会生成InferLLM-405d866e4c11b884a8072b4b30659c63555be41d目录，该目录下存在已编译完成的32位和64位三方库。（相关编译结果不会被打包进入lycium目录下的usr目录）。

InferLLM-405d866e4c11b884a8072b4b30659c63555be41d/arm64-v8a-build InferLLM-405d866e4c11b884a8072b4b30659c63555be41d/armeabi-v7a-build 将编译产物和模型文件推送至开发板运行 下载模型文件：https://huggingface.co/kewin4933/InferLLM-Model/tree/main 将编译InferLLM生成的llama可执行文件、OpenHarmony sdk中的libc++_shared.so、下载好的模型文件chinese-alpaca-7b-q4.bin 打包成文件夹 llama_file # 将llama_file文件夹发送到开发板data目录 hdc file send llama_file /data # hdc shell 进入开发板执行 cd data/llama_file # 在2GB的dayu200上加swap交换空间 # 新建一个空的ram_ohos文件 touch ram_ohos # 创建一个用于交换空间的文件（8GB大小的交换文件） fallocate -l 8G /data/ram_ohos # 设置文件权限，以确保所有用户可以读写该文件： chmod 777 /data/ram_ohos # 将文件设置为交换空间： mkswap /data/ram_ohos # 启用交换空间： swapon /data/ram_ohos # 设置库搜索路径 export LD_LIBRARY_PATH=/data/llama_file:$LD_LIBRARY_PATH # 提升rk3568cpu频率 # 查看 CPU 频率 cat /sys/devices/system/cpu/cpu*/cpufreq/cpuinfo_cur_freq # 查看 CPU 可用频率（不同平台显示的可用频率会有所不同） cat /sys/devices/system/cpu/cpufreq/policy0/scaling_available_frequencies # 将 CPU 调频模式切换为用户空间模式，这意味着用户程序可以手动控制 CPU 的工作频率，而不是由系统自动管理。这样可以提供更大的灵活性和定制性，但需要注意合理调整频率以保持系统稳定性和性能。 echo userspace > /sys/devices/system/cpu/cpufreq/policy0/scaling_governor # 设置rk3568 CPU 频率为1.9GHz echo 1992000 > /sys/devices/system/cpu/cpufreq/policy0/scaling_setspeed # 执行大语言模型 chmod 777 llama ./llama -m chinese-alpaca-7b-q4.bin -t 4

移植InferLLM三方库在OpenHarmmony设备rk3568上部署大语言模型实现人机对话。最后运行效果有些慢，跳出人机对话框也有些慢，请耐心等待。

PS:本文来源：在2GB DAYU200上本地部署大语言模型,大语言模型,鸿蒙,alpaca模型,人工智能,作者：离北况归