有mac部署方法吗，能用GPU么，需要多少内存

[liaoweiguo]

[alitrack]

把模型下载到本地，

brew install git-lfs
git lfs install
git clone https://huggingface.co/baichuan-inc/Baichuan-13B-Chat

如果网络问题，可以收工下载模型文件

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/baichuan-inc/Baichuan-13B-Chat

模型使用本地路径 使用mps加速model = model.to('mps') 量化不支持Mac，暂时无解 不管cl_demo.py 还是web_demo.py 都如下修改，

pretrained_model_name = "./model/Baichuan-13B-Chat/"

st.set_page_config(page_title="Baichuan-13B-Chat")
st.title("Baichuan-13B-Chat")


@st.cache_resource
def init_model():
    model = AutoModelForCausalLM.from_pretrained(
        pretrained_model_name,
        torch_dtype=torch.float16,
        # device_map="auto",
        trust_remote_code=True
    )
    model = model.to('mps')
    model.generation_config = GenerationConfig.from_pretrained(
        pretrained_model_name
    )
    tokenizer = AutoTokenizer.from_pretrained(
        pretrained_model_name,
        use_fast=False,
        trust_remote_code=True
    )
    return model, tokenizer

我的系统是： MacBook Pro M2 Max（12核CPU， 38核GPU， 32G内存） 使用情况，能跑起来，但没有啥意义，太慢。 内存使用最多超过32G，都使用虚拟内存了。

[tankxiaodi]

感谢楼上兄弟， 我用了你的设置在Mac上成功跑起了，M1 Max + 64G内存速度可以接受。 不过今天看到有人搞了ggml的版本:

https://huggingface.co/xuqinyang/baichuan-13b-chat-ggml-int8

[tain198127]

感谢楼上兄弟， 我用了你的设置在Mac上成功跑起了，M1 Max + 64G内存速度可以接受。 不过今天看到有人搞了ggml的版本:

https://huggingface.co/xuqinyang/baichuan-13b-chat-ggml-int8

does it work well? My mac is mac book m1max 64G, could it work well?