配置 AI 开发环境

# 🚄 前言

动手实践是学习大模型的过程中必不可少的环节。为了帮助你更好的掌握相关知识，本课程设计了丰富的示例代码。

建议你通过阿里云人工智能平台 PAI 上的 DSW 进行课程学习，借助 PAI DSW，你可以像下图所示的那样，在阅读课程文档的同时运行代码，以便更好地理解和应用大模型。如果你是 PAI DSW 的新用户，可以通过阿里云的免费试用频道 (opens new window) 来领取免费试用额度。你也可以使用魔搭社区我的Notebook (opens new window) 。请先观看“视频教程”，再从“环境选择”开始，逐步创建你的学习环境。

# 开始

# 视频教程

注：本视频教程基于以下图文教程生成。【如果演示视频不能正常播放，请点击这里】 (opens new window)

# 图文教程

接下来将指引你基于 PAI DSW 准备在线学习环境。

# 环境选择

你可以在自己熟悉的IDE（如 VSCode, PyCharm）中运行本课程所有代码。但为了让你获得开箱即用的学习体验，免去安装IDE、配置Python等搭建本地开发环境的繁琐步骤，更推荐你使用免费的在线 Notebook 环境。

主要有以下两种方案可供选择，你可以根据自己的情况任选其一：

1. 阿里云 PAI-DSW (推荐)
- 优点: 新用户可领取长达3个月的免费额度，实例运行时长更灵活，适合长时间、连续的学习。
- 注意: 免费额度用尽或到期后，需要手动停止实例，否则会自动按量付费。
2. ModelScope 免费 Notebook
- 优点: 完全免费，不限总使用次数，无需担心忘记关闭实例而产生费用。
- 注意: 实例单次连续使用 4 小时后会自动关闭，需要重新启动，适合碎片化的学习。

本教程将以 PAI-DSW 为例进行详细的创建步骤演示。 如果你选择使用 ModelScope Notebook，可以访问魔搭社区我的Notebook (opens new window) 自行创建实例后，直接参考 [步骤二：获取课程代码并安装依赖环境] 进行操作，以上两种方案的环境配置方法相同。

# 步骤一：创建 PAI DSW 实例

免费试用：如果你是 PAI DSW 的新用户，可以通过阿里云的免费试用频道 (opens new window)来领取免费试用额度。从领取免费试用后三个月内，你每月可以免费使用 250 计算时的CPU/GPU实例，即每月免费使用约430小时的 ecs.g6.xlarge CPU型实例或约35小时的 ecs.gn7i-c8g1.2xlarge GPU型实例。

注意：免费试用资源在使用后必须手动停止，否则额度耗尽或到期后将自动转为按量付费。详细操作见本文末尾的如何停止实例与避免扣费。

如果你没有免费试用资格，或不想使用 PAI DSW，也可以直接使用 ModelScope 的免费 Notebook 功能 (opens new window) 完成本教程的学习。注意，该免费实例单次连续使用4小时后会自动关闭，但可以不限次数重启使用。

如果你遇到没有免费CPU资源的情况，你可以尝试在 PAI DSW 控制台左上角切换地域到杭州或张家口等地。

如果你已领取免费试用或计划正常开通，请按以下步骤创建实例：

前往PAI控制台 (opens new window)。
如果你没有开通PAI平台服务，根据指引开通PAI并创建默认工作空间，点击一键开通。等待开通完成后，点击进入控制台。
点击左侧边栏的交互式建模（DSW），点击新建实例。
在新建实例页面，填写实例名称、选择资源规格和镜像：
- 实例名称：可以填写aliyun_acp_learning，或者其他方便自己记忆和查找的名字。
- 资源规格：推荐选择免费试用页签中的ecs.g6.xlarge。
  
  推荐选择 CPU 实例，该规格足以运行本课程的大多数项目，可以在后续需要用到 GPU 实例的章节时，再创建 GPU 实例以减少免费额度消耗。
- 镜像：本例需要选择CPU类型的镜像，推荐使用 python 版本为 3.10 的镜像方便后续配置，你可以通过下图方式筛选符合条件的最新镜像（如：modelscope:1.23.1-pytorch2.3.1-cpu-py310-ubuntu22.04）。
其它保持默认，单击确定，完成实例的创建，实例创建通常不会超过5分钟。
当实例状态为运行中时，单击操作列中的打开，就可以进入到 DSW 提供的在线 Notebook 界面。

# 【必读】如何停止实例与避免扣费

免费试用额度会自动抵扣 DSW 实例的费用，但额度耗尽或到期后，若不手动停止实例，将自动转为按量付费并产生账单。

因此，在不使用实例时，请务必返回 DSW 实例列表页面，对实例执行停止或删除操作。

停止：中止计算资源（CPU/GPU）的计费，保留存储。

删除：彻底释放所有资源，中止所有计费（包括可能产生的存储费用）。

更多规则、资源释放的详细步骤，请参阅官方文档：PAI 免费试用领取、使用和释放 (opens new window)。

# 步骤二：获取课程代码并安装依赖环境

在DSW中，你可以通过点击顶部的 Terminal 来进入命令行环境.

确认环境变量，在 Terminal 中输入 python --version 来确认当前的 python 版本是 3.10 ，输入 pwd 确认当前所在目录为 /mnt/workspace。

python --version
pwd

1
2

如果不在 /mnt/workspace 目录中输入如下命令，保证后续安装顺利：

cd /mnt/workspace

接下来你可以通过 自动或手动 两种方式完成课程所需的环境配置和课程文件的下载。

# 1. 自动安装

在 DSW 的 Terminal（终端）中执行如下命令，下载安装文件。

wget https://developer-labfileapp.oss-cn-hangzhou.aliyuncs.com/ACP/aliyun_llm_acp_install.sh

注意：对于新创建的DSW实例，当前目录里应该只有你刚刚下载的aliyun_llm_acp_install.sh文件，无其他内容。在命令行输入ls命令，可查看当前目录中的内容。

执行下面的命令，自动安装课程所需的环境依赖。

/bin/bash aliyun_llm_acp_install.sh

如果这一步执行顺利，你可以跳过下面手动安装的步骤。

# 2. 手动安装

# 2.1 下载课程代码

在 Terminal 中输入以下命令来获取 ACP 课程的代码：

git clone https://github.com/AlibabaCloudDocs/aliyun_acp_learning.git

如果遇到网络问题，也可以从atomgit获取：git clone https://atomgit.com/alibabaclouddocs/aliyun_acp_learning.git

如果你比较熟悉 jupyter notebook，希望在本地运行，建议你使用 python 3.10 环境来运行。

# 2.2 手动安装依赖项

继续在 Terminal 中依次运行以下命令，安装本课程所需的依赖环境：

# 通过 venv 模块创建名为 llm_learn 的python虚拟环境
python3 -m venv llm_learn

# 进入 llm_learn 虚拟环境
source llm_learn/bin/activate

# 在虚拟环境中更新pip
pip install --upgrade pip

# 安装 ipykernel 内核管理工具
pip install ipykernel

# 将 llm_learn 添加至 ipykernel 中
python -m ipykernel install --user --name llm_learn --display-name "Python (llm_learn)"

# 在 llm_learn 环境中安装代码执行的依赖
pip install -r ./aliyun_acp_learning/requirements.txt

# 退出 llm_learn 虚拟环境
deactivate