!12 fix build error for loongarch64

From: @fuowang 
Reviewed-by: @znzjugod 
Signed-off-by: @znzjugod

Dockerfile-llama

@@ -0,0 +1,24 @@
+#Usage:
+#1.build image:
+#   docker build -f Dockerfile-llama -t llama_image .
+#2.run  image:   
+#   docker run -it --security-opt seccomp=unconfined llama_image:latest
+
+#base image
+FROM openeuler/openeuler:22.03
+
+#update openEuler2309 source  and install chatglm
+RUN echo '[everything]' > /etc/yum.repos.d/openEuler.repo  && \
+echo 'name=everything' >> /etc/yum.repos.d/openEuler.repo && \
+echo 'baseurl=http://121.36.84.172/dailybuild/EBS-openEuler-23.09/rc4_openeuler-2023-09-13-21-46-47/everything/$basearch/' >> /etc/yum.repos.d/openEuler.repo && \
+echo 'enabled=1' >> /etc/yum.repos.d/openEuler.repo && \
+echo 'gpgcheck=0' >> /etc/yum.repos.d/openEuler.repo && \  
+yum install -y llama.cpp wget
+
+#download ggml model 
+WORKDIR /model_path
+RUN  wget -P /model_path https://huggingface.co/TheBloke/Llama-2-13B-chat-GGML/resolve/main/llama-2-13b-chat.ggmlv3.q4_0.bin
+
+# run ggml model
+CMD /usr/bin/llama_cpp_main -m /model_path/llama-2-13b-chat.ggmlv3.q4_0.bin --color --ctx_size 2048 -n -1 -ins -b 256 --top_k 10000 --temp 0.2 --repeat_penalty 1.1 -t 8
+

README.md

@@ -1,37 +1,90 @@
-# llama.cpp
+# llama.cpp使用指南
 
-#### 介绍
-Port of English lagre model LLaMA implemented based on C/C++
+## 介绍
+llama.cpp是基于C/C++实现的LLaMa英文大模型接口，可以支持用户在CPU机器上完成开源大模型的部署和使用。
 
-#### 软件架构
-软件架构说明
+llama.cpp支持多个英文开源大模型的部署，如LLaMa，LLaMa2，Vicuna等。
+
+## 软件架构
+llama.cpp核心架构分为两层
+- 模型量化层：可以量化开源模型，减少模型大小；
+- 模型启动层：可以启动量化后的模型。
+
+特性：
+- 基于ggml的C/C++实现；
+- 通过int4/int8量化、优化的KV缓存和并行计算等多种方式加速CPU推理；
+- 互动界面是流媒体生成，具有打字机效果；
+- 无需 GPU，可只用 CPU 运行。
+
+## 安装教程
+### 软硬件要求 
+处理器架构：支持AArch64和X86_64处理器架构；
+
+操作系统：openEuler 23.09；
+
+内存：根据不同开源模型的大小，不低于4G。
+
+### 安装组件 
+使用llama.cpp部署大模型，需要安装llama.cpp软件包。安装前，请确保已经配置了openEuler yum源。
+1.  安装：
+```
+yum install llama.cpp
+```
+2.  查看是否安装成功：
+```
+llama_cpp_main -h
+```
+若成功显示help信息则安装成功。
 
 
-#### 安装教程
+## 使用说明
+### 不使用容器
+1.  需要安装llama.cpp软件包：
+```
+yum install llama.cpp
+```
+2.  需要下载开源大模型，如LLaMa、LLaMa2等。并将下载的开源大模型通过llama_convert.py进行模型量化：
+```
+python3 /usr/bin/llama_convert.py  model_path/
+```
+其中model_path为开源大模型的存放路径。
 
-1.  xxxx
-2.  xxxx
-3.  xxxx
+3.  启动模型，进行对话：
+```
+llama_cpp_main -m model_path --color --ctx_size 2048 -n -1 -ins -b 256 --top_k 10000 --temp 0.2 --repeat_penalty 1.1 -t 8
+```
+其中model_path为量化模型的存放路径。
 
-#### 使用说明
+可通过以下命令查看命令行选项用法：
+```
+llama_cpp_main -h
+```
+### 使用容器
+1.  拉取容器镜像：
+```
+docker pull hub.oepkgs.net/openeuler/llama_image
+```
+2. 运行容器镜像，进行对话：
+```
+docker run -it --security-opt seccomp=unconfined hub.oepkgs.net/openeuler/llama_image
+```
+### 正常启动界面
+模型启动后的界面如图1所示：
 
-1.  xxxx
-2.  xxxx
-3.  xxxx
+**图1** 模型启动界面
+![输入图片说明](llama.png)
+## 规格说明
+本项目可支持在CPU级别的机器上进行大模型的部署和推理，但是模型推理速度对硬件仍有一定的要求，硬件配置过低可能会导致推理速度过慢，降低使用效率。
 
-#### 参与贡献
+表1可作为不同机器配置下推理速度的参考：
 
-1.  Fork 本仓库
-2.  新建 Feat_xxx 分支
-3.  提交代码
-4.  新建 Pull Request
+表格中Q4_0，Q4_1，Q5_0，Q5_1代表模型的量化精度；ms/token代表模型的推理速度，含义为每个token推理耗费的毫秒数，该值越小推理速度越快；
 
+**表1** 模型推理速度的测试数据
 
-#### 特技
+| LLaMa-7B            | Q4_0 | Q4_1 | Q5_0 | Q5_1 |
+|--------------------------------|------|------|------|------|
+| ms/token (CPU @ Platinum 8260) | 55   | 54   | 76   | 83   | 
+| 模型大小                      | 3.5G | 3.9G | 4.3G | 6.7G | 
+| 内存占用                      | 3.9G | 4.2G | 4.5G | 5.0G |
 
-1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
-2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
-3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
-4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
-5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
-6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)

add-loongarch64-support.patch

@@ -0,0 +1,26 @@
+diff --git a/ggml.c b/ggml.c
+index beb7f46..2374287 100644
+--- a/ggml.c
++++ b/ggml.c
+@@ -299,7 +299,7 @@ typedef double ggml_float;
+ #if defined(_MSC_VER) || defined(__MINGW32__)
+ #include <intrin.h>
+ #else
+-#if !defined(__riscv)
++#if !defined(__riscv) && !defined(__loongarch64)
+ #include <immintrin.h>
+ #endif
+ #endif
+diff --git a/k_quants.c b/k_quants.c
+index 6348fce..6816121 100644
+--- a/k_quants.c
++++ b/k_quants.c
+@@ -26,7 +26,7 @@
+ #if defined(_MSC_VER) || defined(__MINGW32__)
+ #include <intrin.h>
+ #else
+-#if !defined(__riscv)
++#if !defined(__riscv) && !defined(__loongarch64)
+ #include <immintrin.h>
+ #endif
+ #endif

llama.cpp.spec

@@ -3,12 +3,13 @@
 
 Name:       llama.cpp
 Version:    20230815
-Release:    1
+Release:    4
 License:    MIT
 Summary:    Port of English lagre model LLaMA implemented based on C/C++
 
 URL:            https://github.com/ggerganov/llama.cpp
 Source0:        https://github.com/ggerganov/llama.cpp/archive/refs/tags/%{llama_commitid}.tar.gz
+Patch0:     add-loongarch64-support.patch
 
 BuildRequires:  gcc,gcc-c++,cmake
 
@@ -30,6 +31,7 @@ popd
 pushd llama_builddir
 %make_install
 mv %{buildroot}%{_prefix}/local/bin/main  %{buildroot}%{_prefix}/local/bin/llama_cpp_main
+mv %{buildroot}%{_prefix}/local/bin/convert.py %{buildroot}%{_prefix}/local/bin/llama_convert.py
 mv %{buildroot}%{_prefix}/local/*  %{buildroot}%{_prefix}
 popd
 
@@ -38,6 +40,16 @@ popd
 %{_libdir}/libembdinput.a
 
 %changelog
+* Tue May 14 2024 wangshuo <wangshuo@kylinos.cn> - 20230815-4
+- add loongarch64 support
+
+* Wed Sep 20 2023 zhoupengcheng <zhoupengcheng11@huawei.com> - 20230815-3
+- rename /usr/bin/convert.py 
+- update long-term yum.repo in dockerfile
+
+* Tue Sep 19 2023 zhoupengcheng <zhoupengcheng11@huawei.com> - 20230815-2
+- add dockerfile
+
 * Wed Aug 16 2023 zhoupengcheng <zhoupengcheng11@huawei.com> - 20230815-1
 - Init package