Intel Macで雑にローカルLLM 

このスライド ※このスライドの情報はちょっと古いので実際 に使用する場合は「その2」をご参照いただい た方が良いです。 https://speakerdeck.com/kenkino/intel-mac- deza-nirokarullm-sono2-za-nigpumoshi-tutemita ● 自宅のIntel MacBook Proで雑にローカルLLMを 試した記録。 

自己紹介 ● 氏名:木下　兼一 ● 趣味： – 家のインフラいじり – FreeBSD、Linux、Raspberry Pi いじり – サイクリング – キャンプ – ドローン(野外で飛ばせるのが欲しい＆資格取らんと) – 小田原で有害鳥獣駆除のお手伝い – 猟銃所持（安全な取り扱い練習中） ※技術相談、執筆依頼等お伺いいたします。 

ローカルLLMが面白そう ● ローカル環境でChatGPTみたいなことができる ● しかし見ていると日本語向けの環境がない？ ● できるけど微妙という話も 

やってみるか ● サクッと使えるツールを見つけた ● 日本語学習モデルが出てきた – https://huggingface.co/elyza/ELYZA-japanese-Llama-2- 13b　※ 現時点でダウンロードして使用可能な最新モデ ル – 詳細はこちら https://note.com/elyza/n/n5d42686b60b7 

使えそうなもの 調べてみたところこんなところかと ● ツール – llama.cpp ● https://github.com/ggerganov/llama.cpp – Ollama ● https://ollama.com ● 日本語学習モデル – ELYZA ● ということでこれらを組み合わせて動かしてみた 

使用したマシン ● 16インチ MacBook Pro 2019 – CPU:2.4GHz intel Corei 9 8core 16thread – GPU:AMD Radeon Pro 5500M 8GB – メモリ:64GB – ストレージ:1TB 

お試しその1-llama.cpp ● リポジトリダウンロード – git clone https://github.com/ggerganov/llama.cpp.git ● ビルド – cd llama.cpp – make -j ※ 実行後 mainという実行モジュールが作成される ● 学習モデルダウンロード – wget https://huggingface.co/mmnga/ELYZA-japanese- Llama-2-13b-instruct-gguf/resolve/main/ELYZA-japanese- Llama-2-13b-instruct-q4_K_M.gguf 

動かしてみる ● 下記コマンドで実行 – ./main -m 'ELYZA-japanese-Llama-2-13b-fast-instruct- q4_0.gguf' -n 256 -p '[INST] <>あなたは誠実で優秀な 日本人のアシスタントです。<>仕事の熱意を取り戻 すためのアイデアを5つ挙げてください。 [/INST]' ● 動いた！！しかし激重（実行時間7分近く） ● CPUだけで動かしたら更に重いだろ、ネタでやってみようw ● やってみたら結構早かった (@@;;（実行時間1分ちょい） 

比較 ● GPU（Metal）使用 – llama_print_timings: eval time = 331950.94 ms / 233 runs ( 1424.68 ms per token, 0.70 tokens per second) – llama_print_timings: total time = 383524.05 ms / 273 tokens ● CPUのみ – llama_print_timings: eval time = 71923.93 ms / 255 runs ( 282.05 ms per token, 3.55 tokens per second) – llama_print_timings: total time = 81259.32 ms / 295 tokens ● 謎??? 

お試しその2- Ollama ● インストール – 公式サイト https://ollama.com よりアプリをダウン ロードしてインストール ● 使い方 – ターミナルでコマンドを使って実行 – ollama run （学習モデル） 

OllamaでELYZAを使う ● 設定ファイルを作成 – ollama show llama2:7b-chat --modelfile ● .Modelfileというファイルが生成されるのでエディタのFROM セクションにダウンロードした学習モデルのパスを記載 ● ローカルに使える形式に変換 – ollama create elyza:13b-instruct -f Modelfile ● 実行 – ollama run elyza:13b-instruct 

使ってみて ● CPUだけでもそこそこ使える ● GPUについてはチューニング次第で傾向が変 わったりしないだろうか？ ● 最近のMac向けにはApple Siliconでの使用が前 提で高速なようなのでM*のMacBook Proが欲し い 

その他試してみたもの ● CrewAI – https://github.com/joaomdmoura/crewai/ – 仮想のエージェントを複数作成してお題についてやり とりした結果を表示する ● なんとか動かせたものの – 回答時間が長い – 回答が微妙な気が – しかしそれぞれのエージェントが議論している様な出 力もあるので、もう少し試してみるかなと 

ご清聴ありがとうございました。