作者：

武卓 英特爾 AI 軟件布道師

介紹

許多桌面應用程序是使用 C++ 開發的，而將生成式AI（GenAI）功能集成到這些應用程序中可能會很具有挑戰性，尤其是因為使用像 Hugging Face 這樣的 Python 庫的復雜性。C++ 結合 OpenVINO Runtime 提供了一個更加簡化、輕量且內存高效的解決方案，尤其適用于 Windows 環境。你可以在此找到詳細的依賴項對比。

OpenVINO GenAI API 提供了一個原生的 C++ 接口，消除了對 Python 依賴的需求，使開發者可以用更高效的方式創建 AI 應用程序。下面是一個基于 Windows 操作系統的分步驟指南，手把手教你如何在 C++ 中構建 OpenVINO GenAI 應用程序。

第一步：下載并解壓OpenVINO壓縮包

訪問 OpenVINO下載頁面，

https://www.intel.com/content/www/us/en/developer/tools/openvino-toolkit/download.html?PACKAGE=OPENVINO_BASE&VERSION=v_2024_4_0&OP_SYSTEM=WINDOWS&DISTRIBUTION=PIP

并點擊“Download Archives with GenAI”選擇最新版本。

下載完成后，解壓該zip文件并將內容提取到

openvino_genai_windows_2024.3.0.0_x86_64

第二步：構建項目

確保你的電腦上已安裝以下軟件組件：

CMake 3.23 或更高版本

Microsoft Visual Studio 2019 或更高版本，16.3或更新

Python 3.8 或更高版本

打開命令窗口，并在下載并解壓后的 OpenVINO GenAI 文件夾中運行 setupvars.bat 文件：

openvino_genai_windows_2024.3.0.0_x86_64setupvars.bat

在同一個命令窗口中，OpenVINO 環境初始化后，導航到 samples/cpp/ 文件夾，然后運行 build_samples_msvc.bat。

當所有構建過程完成后，你可以在構建輸出中指示的路徑找到 chat_sample.exe 文件。

第三步：下載和轉換LLM及分詞器

你有兩種選擇來為AI推理準備模型：

1. 下載已轉換的模型：從 Hugging Face 上的 OpenVINO LLMs 集合中直接下載模型：

pip install huggingface_hubhuggingface-cli download OpenVINO/TinyLlama-1.1B-Chat-v1.0-int4-ov --local-dir TinyLlama-1.1B-Chat-v1

請參閱此處的說明：

https://huggingface.co/OpenVINO/TinyLlama-1.1B-Chat-v1.0-int4-ov

在 Hugging Face 上的 OpenVINO LLMs 集合中還有其他可用模型，歡迎探索更多模型。

2. 本地轉換模型：使用 optimum Intel 在你的設備上轉換模型。請確保根據此處的詳細要求安裝所需的依賴項：

optimum-cli export openvino --model "TinyLlama/TinyLlama-1.1B-Chat-v1.0" --trust-remote-code "TinyLlama-1.1B-Chat-v1.0"

然后，你可以使用已構建的文件和LLM模型的路徑開始對話，例如：

chat_sample TinyLlama-1.1B-Chat-v1.0

第四步：運行模型

現在開始享受與基于LLM的聊天機器人進行對話吧！

注意，上述展示的是在CPU上運行LLM推理的示例，然而，只需在

openvino_genai_windows_2024.3.0.0_x86_64samplescppchat_sample.cpp

文件中的以下兩行代碼中將“CPU”替換為“GPU”，就可以輕松切換為在GPU上運行推理，并再次構建：

std::string device = "GPU"; // GPU can be used as wellov::LLMPipeline pipe(model_path, device);

結論：

使用 OpenVINO GenAI API 在 C++ 中構建 AI 應用程序只需幾個步驟。探索并嘗試這個 API，充分釋放其潛力吧！