跳到主要内容
Open In ColabOpen on GitHub

NVIDIA

这将帮助您开始使用英伟达的模型。有关所有 NVIDIA 功能和配置的详细文档，请查阅API 参考。

概述​

langchain-nvidia-ai-endpoints 包包含 LangChain 集成，用于在 NVIDIA NIM 推理微服务上构建使用模型的应用程序。这些模型由英伟达优化，可在英伟达加速基础设施上提供最佳性能，并以 NIM 的形式部署，NIM 是易于使用的预构建容器，可在英伟达加速基础设施上使用单个命令部署到任何位置。

NIM 的英伟达托管部署可在英伟达 API 目录中进行测试。测试后，NIM 可以使用 NVIDIA AI Enterprise 许可从英伟达的 API 目录中导出，并在本地或云端运行，从而使企业能够拥有并完全控制其 IP 和 AI 应用程序。

NIM 以每个模型的容器镜像形式打包，并通过 NVIDIA NGC 目录作为 NGC 容器镜像分发。NIM 的核心是提供简单、一致且熟悉的 API，用于在 AI 模型上运行推理。

本示例介绍了如何使用 LangChain 通过 NVIDIA 类与英伟达支持进行交互。

有关通过此 API 访问 LLM 模型的更多信息，请查阅英伟达文档。

集成详情​

类别包本地可序列化JS 支持包下载量最新包版本
NVIDIAlangchain_nvidia_ai_endpoints✅测试版❌PyPI - DownloadsPyPI - Version

模型特性​

JSON 模式图片输入音频输入视频输入逐令牌流式传输原生异步令牌使用量对数概率
❌✅❌❌✅❌❌❌

设置​

开始使用

  1. 在 NVIDIA 创建免费账户，该平台托管 NVIDIA AI 基础模型。

  2. 点击您选择的模型。

  3. 在Input下选择Python选项卡，然后点击Get API Key。接着点击Generate Key。

  4. 复制生成的密钥并将其保存为NVIDIA_API_KEY。之后，您应该能够访问这些端点。

凭证​

import getpass
import os

if not os.getenv("NVIDIA_API_KEY"):
    # Note: the API key should start with "nvapi-"
    os.environ["NVIDIA_API_KEY"] = getpass.getpass("Enter your NVIDIA API key: ")

安装​

LangChain 英伟达 AI 端点集成位于 langchain_nvidia_ai_endpoints 包中

%pip install --upgrade --quiet langchain-nvidia-ai-endpoints

实例化​

有关完整功能，请参阅LLM。

from langchain_nvidia_ai_endpoints import NVIDIA
API 参考：NVIDIA
llm = NVIDIA().bind(max_tokens=256)
llm

调用​

prompt = "# Function that does quicksort written in Rust without comments:"
print(llm.invoke(prompt))

流式、批量和异步​

这些模型原生支持流式传输，并且与所有 LangChain LLM 一样，它们公开了用于处理并发请求的批处理方法，以及用于调用、流式传输和批处理的异步方法。以下是一些示例。

for chunk in llm.stream(prompt):
    print(chunk, end="", flush=True)
llm.batch([prompt])
await llm.ainvoke(prompt)
async for chunk in llm.astream(prompt):
    print(chunk, end="", flush=True)
await llm.abatch([prompt])
async for chunk in llm.astream_log(prompt):
    print(chunk)
response = llm.invoke(
    "X_train, y_train, X_test, y_test = train_test_split(X, y, test_size=0.1) #Train a logistic regression model, predict the labels on the test set and compute the accuracy score"
)
print(response)

支持的模型​

查询 available_models 仍将提供您的 API 凭据提供的所有其他模型。

NVIDIA.get_available_models()
# llm.get_available_models()

链式调用​

我们可以像这样将模型与提示模板链式连接起来

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate(
    [
        (
            "system",
            "You are a helpful assistant that translates {input_language} to {output_language}.",
        ),
        ("human", "{input}"),
    ]
)

chain = prompt | llm
chain.invoke(
    {
        "input_language": "English",
        "output_language": "German",
        "input": "I love programming.",
    }
)
API 参考：ChatPromptTemplate

API 参考​

有关所有 NVIDIA 功能和配置的详细文档，请查阅 API 参考： https://python.langchain.ac.cn/api_reference/nvidia_ai_endpoints/llms/langchain_nvidia_ai_endpoints.llms.NVIDIA.html