Jetson Copilot测评：基于Jetson Orin 64GB探索Llama3及RAG应用

前言
最新发布的Jetson Copilot已经引起了广泛关注，通过本文基于Jetson Orin 64GB平台的测评，我们将全面了解Jetson Copilot的功能和性能，以及其在实际应用中的潜力。我们将指导您完成从安装到启动的每一步，并体验其与llama3 8b模型的互动，以及如何利用预先构建的索引进行高效提问。

安装与启动
为了开始使用Jetson Copilot，首先需要从GitHub克隆其代码仓库：

git clone https://github.com/NVIDIA-AI-IOT/jetson-copilot/
cd jetson-copilot
./setup_environment.sh

./launch_jetson_copilot.sh
复制代码

执行上述命令后，Jetson Copilot将在Docker容器内启动Ollama服务器和Streamlit应用程序。通过控制台输出的URL，您可以访问Jetson上托管的Web应用程序。

在Jetson上，您可以使用Web浏览器打开本地URL（http://localhost:8501）来访问应用程序。如果您在与Jetson连接的同一网络上使用PC，也可以通过网络URL访问。


和llama3 8b互动（Jetson Orin 启用50W功耗模式）
Jetson Copilot暂时只支持llama3 8b模型，由于加载模型，第一次对话速度较慢，之后的对话速度大约在13 tokens/s。

演示视频：



RAG
使用预先构建的索引向 Copilot 提问相关问题
Copilot的示例为一个Jetson Orin的操作文档，通过演示视频可见，Copilot从索引文档中搜索和生成内容的时间大约为26秒。

演示视频：



根据您的文档建立自己的索引并提问
将DFRobot商城的LattePanda Mu产品网页内容作为索引文档使用：



此外，Jetson Copilot暂时只支持mxbai-embed-large嵌入模型。mxbai-embed-large是一个先进的嵌入模型，截至2024年3月，它在MTEB（大规模文本嵌入基准测试）上取得了最佳性能，超过了Bert-large大小的模型。它使用了对比训练和AnglE损失函数进行微调，使其能够适应广泛的题材和领域，适合于各种实际应用和检索增强生成（RAG）用例。

在处理数据时，Jetson Copilot使用Chunk size将数据集分割成小块，并使用Chunk overlap来确保分割的数据块之间保持一定的重叠，以减少边缘效应。



生成的文件夹会在jetson-copilot/index文件夹下：





测试用多条网址仍然可以生成索引文档：



演示视频：



您还可以选择使用OpenAI的嵌入模型来生成索引文件：




结论
Jetson Copilot，基于NVIDIA Jetson Orin的先进工具，提供了一种简便的命令行启动方式。

Llama3探索场景：
目前，它专为llama3 8b模型优化，确保了流畅的对话体验，每秒可处理大约13个token。

使用llama3构建的RAG应用：
此外，它还支持采用mxbai-embed-large模型进行高效的索引创建。在数据处理方面，用户可以灵活调整数据块的Chunk size和Chunk overlap，以优化数据分割并减少信息丢失。Jetson Copilot还允许用户利用OpenAI的嵌入模型来构建索引文件，从而进一步丰富其功能。从索引文档中检索和生成内容的过程大约需时26秒，实际输出的token速度也为13 tokens/s。Jetson Copilot是一款功能全面、操作简便的工具，非常适合于多样化的实际应用场景以及检索增强生成（RAG）任务。

常见问题解决
1、无法打开localhost，解决方法：给docker权限

sudo usermod -aG docker root
sudo reboot
复制代码

2、网络报错，解决方法：重新联网并启动



参考
1、代码仓库：https://github.com/NVIDIA-AI-IOT/jetson-copilot/