金磊 发自 凹非寺
量子位 | 公众号 QbitAI
现在，只需一个浏览器，就能跑通“大力出奇迹”的大言语模型（LLM）了！
不仅如此，基于LLM的类ChatGPT也能引进来，而且还是不需要服务器支撑、WebGPU加速的那种。
例如这样：
这便是由陈天奇团队最新发布的项目——Web LLM。
短短数日，已经在GitHub上揽货3.2K颗星。
全部尽在浏览器，怎么搞？
首先，你需要下载Chrome Canary，也便是谷歌浏览器的金丝雀版别：
因为这个开发者版别的Chrome是支撑WebGPU的，否则就会出现如下的过错提示：
在装置完毕后，团队建议用“终端”输入如下代码启动Chrome Canary：
/Applications/Google\ Chrome\ Canary.app/Contents/MacOS/Google\ Chrome\ Canary —enable-dawn-features=disable_robustness
启动之后，便可以来到官网的demo试玩处开端体会了。
不过在第一次打开对话的时候，体系还会出现一个初始化的进程（有点漫长，耐心等候）。
机器学习编译（MLC）是要害
接下来，我们来看一看Web LLM怎么做到“全部尽在浏览器”的。
根据团队介绍，其中心要害技能是机器学习编译（Machine Learning Compilation，MLC）。
全体方案是站在开源生态体系这个“伟人肩膀”上完结的，包括Hugging Face、来自LLaMA和Vicuna的模型变体，以及wasm和WebGPU等。
而且主要流程是建立在Apache TVM Unity之上。
团队首先在TVM中bake了一个言语模型的IRModule，以此来减少了核算量和内存使用。
TVM的IRModule中的每个函数都可以被进一步转换并生成可运转的代码，这些代码可以被普遍布置在任何最小TVM运转时支撑的环境中（JavaScript便是其中之一）。
其次，TensorIR是生成优化程序的要害技能，经过结合专家知识和主动调度程序快速转换TensorIR程序，来提供高效的解决方案。
除此之外，团队还用到了如下一些技能：
- 启发式算法：用于优化轻量级运算符以减轻工程压力。
- int4量化技能：用来来紧缩模型权重。
- 构建静态内存规划优化：来跨多层重用内存。
- 使用Emscripten和TypeScript ：构建一个在TVM web运转时可以布置生成的模块。
- ……
上述一切的作业流程都是基于Python来完结的。
但Web LLM团队也表明，这个项目还有必定的优化空间，例如AI框架怎么脱节对优化核算库的依靠，以及怎么规划内存使用并更好地紧缩权重等等。
团队介绍
Web LLM背面的团队是MLC.AI社区。
据了解，MLC.AI 社区成立于 2022 年 6 月，并由 Apache TVM 主要发明者、机器学习范畴著名的青年学者陈天奇，带领团队上线了 MLC 线上课程，体系介绍了机器学习编译的要害元素以及中心概念。
值得一提的是，该团队此前还做过Web Stable Diffusion，链接都放在下面了，赶快去体会吧~
Web LLM体会地址：
mlc.ai/web-llm/
Web Stable Diffusion体会地址：
mlc.ai/web-stable-…
参阅链接：
[1]twitter.com/HongyiJin25…
[2]github.com/mlc-ai/web-…
—完—
@量子位 追寻AI技能和产品新动态
深有感触的朋友，欢迎赞同、重视、共享三连’ᴗ’ ❤
