はじめに
llama.cppとは
llama.cppは、Meta(旧Facebook)が開発したLLaMA(Large Language Model Meta AI)モデルを、C/C++で実装したオープンソースプロジェクトです。このプロジェクトは、高性能な言語モデルを様々なハードウェアで動作させることを目的としています。
こちらの記事もおすすめ
![](https://i0.wp.com/hamaruki.com/wp-content/uploads/2024/07/Gemma-2.png?resize=160%2C90&ssl=1)
![](https://i0.wp.com/hamaruki.com/wp-content/uploads/2024/06/japanese-ai-evaluation-starting-with-llama-cpp-wandb-elyza-tasks-100-performance-analysis-of-karakuri-lm-model-1.png?resize=160%2C90&ssl=1)
なぜDocker-composeを使うのか
Docker-composeを使用することで、llama.cppの環境構築を簡単に行うことができます。複雑な依存関係や環境設定を、簡単に再現可能な形で管理できるのが大きな利点です。
準備
必要なツール
- Docker
- Docker-compose
- Git(ソースコードの取得に使用)
ディレクトリ構造の作成
まず、プロジェクトのディレクトリを作成しましょう。
mkdir llama-cpp-project
cd llama-cpp-project
Docker-compose.ymlの作成
基本構成
docker-compose.yml
ファイルを作成し、以下の内容を記述します。
version: '3.8'
services:
app:
build: .
volumes:
- .:/app
tty: true
env_file:
- .env
extra_hosts:
- "host.docker.internal:host-gateway"
llama-cpp:
build:
context: .
dockerfile: Dockerfile.llama
volumes:
- ./models:/models
ports:
- "8080:8080"
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: 1
capabilities: [ gpu ]
tty: true
command: >
./llama-server
-m /models/mixtral-8x7b-v0.1.Q4_K_M.gguf
-c 32000
--port 8080
--host 0.0.0.0
-n -1
--n-gpu-layers 10
各設定の説明
app
サービス: 開発環境用のコンテナです。llama-cpp
サービス: llama.cppを実行するためのコンテナです。volumes
: ホストとコンテナ間でファイルを共有します。ports
: ホストの8080ポートをコンテナの8080ポートにマッピングします。deploy
: NVIDIAのGPUを使用するための設定です。command
: llama-serverを起動するコマンドです。
Dockerfileの作成
Dockerfile.llamaの内容
Dockerfile.llama
という名前でファイルを作成し、以下の内容を記述します。
ARG CUDA_IMAGE="12.5.0-devel-ubuntu22.04"
FROM nvidia/cuda:${CUDA_IMAGE}
ENV HOST 0.0.0.0
RUN apt-get update && apt-get upgrade -y \
&& apt-get install -y git build-essential \
python3 python3-pip gcc wget \
ocl-icd-opencl-dev opencl-headers clinfo \
libclblast-dev libopenblas-dev \
&& mkdir -p /etc/OpenCL/vendors && echo "libnvidia-opencl.so.1" > /etc/OpenCL/vendors/nvidia.icd
WORKDIR /app
RUN git clone https://github.com/ggerganov/llama.cpp.git
WORKDIR /app/llama.cpp
ENV CUDA_DOCKER_ARCH=all
ENV LLAMA_CUBLAS=1
RUN python3 -m pip install --upgrade pip pytest cmake scikit-build setuptools fastapi uvicorn sse-starlette pydantic-settings starlette-context
RUN mkdir build && cd build && \
cmake .. -DGGML_CUDA=ON -DCMAKE_CUDA_ARCHITECTURES=all
RUN cd build && \
make VERBOSE=1 -j4 || \
(echo "Make failed. Retrying with more details..." && \
make VERBOSE=1 && \
echo "If make succeeded this time, there might be a concurrency issue.") && \
cp bin/* ..
CMD ["/bin/bash"]
Dockerfileの説明
- CUDA対応のUbuntuイメージを使用
- 必要なパッケージのインストール
- llama.cppリポジトリのクローン
- ビルド環境の設定
- CMakeとmakeによるビルド
ビルドと実行
Docker-composeによるビルド
以下のコマンドでDocker-composeによるビルドを実行します。
docker-compose build
コンテナの起動
ビルドが完了したら、以下のコマンドでコンテナを起動します。
docker-compose up
llama.cppの使用
モデルの準備
llama.cppを使用するには、適切なモデルファイルが必要です。models
ディレクトリに配置してください。
サーバーの起動
コンテナ起動時に自動的にllama-serverが起動します。http://localhost:8080
でアクセス可能です。
APIの利用
RESTful APIを通じて、モデルとやり取りができます。例えば、以下のようなcURLコマンドで利用できます。
curl -X POST http://localhost:8080/v1/completions \
-H "Content-Type: application/json" \
-d '{"prompt": "Once upon a time", "max_tokens": 50}'
トラブルシューティング
GPUが認識されない場合
- NVIDIAドライバーが正しくインストールされているか確認
nvidia-smi
コマンドでGPUの状態を確認
ビルドエラーが発生する場合
- Dockerfileの
make
コマンドのオプションを調整 - 必要に応じて
-j
オプションの数値を減らす
まとめ
本記事では、llama.cppをDocker-composeを使ってビルドから構築する方法を解説しました。この方法を使えば、環境に依存せず、簡単にllama.cppを利用することができます。大規模言語モデルの実験や開発に、ぜひ活用してみてください。
参考リンク
この記事を通じて、llama.cppの環境構築がより簡単になることを願っています。質問やフィードバックがあれば、お気軽にコメントしてください。
コメント