Ollama 部署大模型

最新推荐文章于 2024-09-18 11:08:24 发布
最新推荐文章于 2024-09-18 11:08:24 发布
阅读量1.1k 收藏 16
点赞数 23
文章标签： 语言模型 llama 人工智能 自然语言处理 prompt LLM 大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_81940605/article/details/141468417
版权

由于每次调用 OpenAI 等大模型都会产生费用，这个成本问题可以在开发环节可以通过私有化部署 LLM 的方式来避免。

Ollama 简介

Ollama 是一个开源的大型语言模型服务工具，专注于在本地运行大型语言模型。用户可以通过简单的安装指令在本地运行开源大型语言模型，如 Llama 3.1。Ollama 支持 MacOS、Windows 和 Linux，提供了简洁明了的安装和运行指令，让用户无需深入了解复杂的配置即可启动和运行。

官方网站：ollama.com

GitHub 地址：github.com/ollama/olla…

安装 Ubuntu

1、开启 Hyper -V 和 适用于 Linux 的 Windows 子系统。

在这里插入图片描述

2、Microsoft Store 下载并安装 Ubuntu。

在这里插入图片描述

3、初始化 Ubuntu，输入账号和密码。

在这里插入图片描述

4、默认安装到C盘，可以迁移到其它盘，操作如下：

  1. 进入应用 --> 安装的应用，选中 Ubuntu，右键弹出高级选项，选中重置那栏，点击重置。
  2. 退出高级选择，返回上一层，右键弹出的移动，选择目标盘，点击确认即可。

安装 Docker

1、删除任何以前的 Docker 安装

shell
 代码解读
复制代码
sudo apt-get remove docker docker-engine docker.io

在这里插入图片描述

2、安装依赖包以通过 HTTPS 访问 Docker 库

shell
 代码解读
复制代码
sudo apt install apt-transport-https ca-certificates curl software-properties-common gnupg lsb-release

在这里插入图片描述

3、添加 Docker 和阿里云的 GPG key

添加 Docker 官方 GPG key （可能国内现在访问会存在问题）

shell
 代码解读
复制代码
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

在这里插入图片描述

添加阿里云的 gpg KEY

shell
 代码解读
复制代码
curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

在这里插入图片描述

4、添加 Docker 和阿里云的 apt 源并更新源

添加 Docker 官方的 apt 源

shell
 代码解读
复制代码
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

添加阿里云的 apt 源

shell
 代码解读
复制代码
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

更新源

shell
 代码解读
复制代码
sudo apt update
sudo apt-get update

5、安装 Docker

安装最新版本的 Docker

shell
 代码解读
复制代码
sudo apt install docker-ce docker-ce-cli containerd.io

查看 Docker 版本

shell
 代码解读
复制代码
sudo docker version

在这里插入图片描述

查看 Docker 运行状态

shell
 代码解读
复制代码
sudo systemctl status docker

在这里插入图片描述

6、允许非 Root用户执行 docker 命令

当我们安装好了 Docker 之后，有两种方式来执行 docker 命令：

  • 在 docker 命令前加上 sudo, 比如：sudo docker ps
  • sudo -i 切换至 root，再执行 docker 命令

以下操作可以让当前用户在不切 root，或者不加 sudo 的情况下正常使用 docker 命令。

添加 docker 用户组

shell
 代码解读
复制代码
sudo groupadd docker

将当前用户添加到用户组

shell
 代码解读
复制代码
sudo usermod -aG docker $USER

使权限生效

shell
 代码解读
复制代码
newgrp docker

检查是否生效，查看所有容器：

shell
 代码解读
复制代码
docker ps -a

让权限持久化生效

shell
 代码解读
复制代码
sed -i '$a\groupadd -f docker' ~/.bashrc

7、配置阿里云加速镜像

shell
 代码解读
复制代码
sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
    "registry-mirrors": [
        "https://阿里云专属加速地址.mirror.aliyuncs.com",
        "https://do.nark.eu.org",
        "https://dc.j8.work",
        "https://docker.m.daocloud.io",
        "https://dockerproxy.com",
        "https://docker.mirrors.ustc.edu.cn",
        "https://docker.nju.edu.cn"
    ]
}
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker

检查加速是否生效： 查看 docker 系统信息 docker info，如果从输出结果中看到了 registry mirror 刚配置的内容地址，说明配置成功。

安装 Ollama

CPU 模式

bash
 代码解读
复制代码
docker run -d -v /opt/ai/ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

查看安装情况：

在这里插入图片描述

GPU 模式

GPU 模式需要有 NVIDIA 显卡支持，安装 NVIDIA 容器工具包

shell
 代码解读
复制代码
# 1.配置apt源
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
# 2.更新源
sudo apt-get update
# 3.安装工具包
sudo apt-get install -y nvidia-container-toolkit

使用 GPU 运行 ollama

shell
 代码解读
复制代码
docker run --gpus all -d -v /opt/ai/ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

加速 Ollama 下载

修改hosts文件

shell
 代码解读
复制代码
sudo vim /etc/hosts

将 github.com 做个 ip 指向:

shell
 代码解读
复制代码
# github 注意下面的IP地址和域名之间有一个空格
140.82.114.3 github.com
199.232.69.194 github.global.ssl.fastly.net
185.199.108.153 assets-cdn.github.com
185.199.109.153 assets-cdn.github.com
185.199.110.153 assets-cdn.github.com
185.199.111.153 assets-cdn.github.com

安装大模型

shell
 代码解读
复制代码
sudo docker exec -it ollama ollama run glm4:latest

在这里插入图片描述

ollama模型仓库：ollama.com/library， 可以选择自己想用的模型安装。

Ollama 命令

shell
 代码解读
复制代码
ollama serve		# 启动ollama
ollama create		# 从模型文件创建模型
ollama show		# 显示模型信息
ollama run		# 运行模型
ollama pull		# 从注册仓库中拉取模型
ollama push		# 将模型推送到注册仓库
ollama list		# 列出已下载模型
ollama cp			# 复制模型
ollama rm			# 删除模型
ollama help		# 获取有关任何命令的帮助信息

在这里插入图片描述

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

AI小白龙*
关注
大模型管理工具Ollama搭建及整合springboot
congge_study的博客
06-01 8800
Ollama搭建与部署使用
ollama 本地部署大模型
热门推荐
03-17 4万+
根据 ChatGPT 的使用经验，多数人都已知晓系统提示词的重要性。好的系统提示词能有效地将大模型定制成自己需要的状态。在 Ollama 中，有多种方法可以自定义系统提示词。首先，不少 Ollama 前端已提供系统提示词的配置入口，推荐直接利用其功能。此外，这些前端在底层往往是通过API"content": "以海盗的口吻简单作答。},"content": "天空为什么是蓝色的？],}'其中role为system的消息即为系统提示词。
本地部署大模型？Ollama 部署和实战，看这篇就够了
u010522887的专栏
07-24 1万+
Ollama 也许是当前最便捷的大模型部署工具，配合Open WebUI，人人都可以拥有大模型自由。
Ollama：本地大语言模型（LLM）部署 && 使用 Ollama 构建一个智能问答系统
最新发布
Q的博客
09-18 2718
Ollama,本地大语言模型部署，智能问答系统
人工智能——使用Ollama部署本地大模型
weixin_72959097的博客
08-21 1300
在如今的 AI 应用领域中，大模型（LLM，Large Language Models）已然成为推动前沿技术发展的关键力量。其中的 Top1 当属 OpenAI 的 GPT 系列无疑，它通过大规模的数据训练、可以执行高质量的语言处理任务，如聊天问答、文本生成、翻译等。去年，ChatGPT 引入了定制个人知识库的支持，该功能采用了检索增强（RAG，Retrieval-Augmented Generation）技术，它使得模型能够在生成回答前、先从知识库中检索相关信息，显著提高了输出的准确性和信息量。
Ollama本地部署大模型
我的博客
05-23 1813
Ollama 是一个开源框架，旨在为用户提供在本地运行大型语言模型的能力。Ollama 支持多种主流模型的下载，也允许用户通过自定义导入的方式来使用自训练的模型。Ollama 的优势在于其强大的功能和便捷的 API，能够为用户提供灵活的语言模型使用体验。官网：https://ollama.com支持的开源大模型：https://ollama.com/library。
Ollama| 搭建本地大模型，最简单的方法！效果直逼GPT
python1222_的博客
05-25 3049
开源免费：Ollama是一个不收费的开源工具。即插即用：它提供了预装好的大模型，免除了复杂的安装和下载流程。用户友好：即便没有任何技术背景，Ollama也易于上手和使用。跨平台兼容性：Ollama支持各种设备，包括PC、Mac甚至是树莓派。运行各种规模的模型，保证了出色的扩展性。
ollama部署大模型
08-17
Ollema是一种用于部署和管理大规模机器学习模型的服务平台。它通常支持深度学习框架如TensorFlow、PyTorch等，并提供了一套自动化工具和高效的基础设施来简化模型部署的过程。使用Ollema部署大模型一般包括以下几个...
大模型实战—Ollama 本地部署大模型
2401_84052244的博客
04-25 1072
根据 ChatGPT 的使用经验，多数人都已知晓系统提示词的重要性。好的系统提示词能有效地将大模型定制成自己需要的状态。在 Ollama 中，有多种方法可以自定义系统提示词。首先，不少 Ollama 前端已提供系统提示词的配置入口，推荐直接利用其功能。此外，这些前端在底层往往是通过APIcurl -d '{"content": "以海盗的口吻简单作答。},"content": "天空为什么是蓝色的？],}'其中role为system的消息即为系统提示词。
LLM - 使用 HuggingFace + Ollama 部署最新大模型 (GGUF 格式 与 Llama 3.1)
Mystra
08-08 2525
Ollama 是用于构建和运行大型语言模型(LLM)应用的开源工具，提供了一个简洁易用的命令行界面和服务器，让用户能够轻松下载、运行和管理各种开源 LLM，默认支持大量模型，如果是 HuggingFace 最新模型，或者自制模型，支持转换成 GGUF 格式，再进行调用。
ollama部署本地大模型
西敏寺的乐章的博客
06-18 930
本地运行大模型的工具，可以运行Llama 3、Phi 3、Mistral、Gemma和其他型号。定制并创建您自己的型号。
基于ollama本地部署自己的大模型
2301_76161259的博客
06-18 1561
由于涉及到一些信息安全等问题，尤其是公司内部文件或者体制内等，想要体验大模型带来的便捷，同时又可以规避掉数据泄漏的风险，这时候就可以考虑将一些大模型基于本地进行部署。这里就首推meta公司开源的ollama框架，可以快速对llm进行本地化部署。Ollama是一个用于在本地计算机上运行大型语言模型（LLMs）的命令行工具。它允许用户下载并本地运行像Llama 3、Code Llama等模型，并支持自定义和创建自己的模型。Ollama是免费开源的项目，支持macOS和Linux操作系统和Windows系统。
OLLaMA搭建本地大模型
Aweii__的博客
07-26 1736
根据 ChatGPT 的使用经验，大家都知道系统提示词的重要性。好的系统提示词能有效地将大模型定制成自己需要的状态。在 Ollama 中，有多种方法可以自定义系统提示词。首先，不少 Ollama 前端已提供系统提示词的配置入口，推荐直接利用其功能。"content": "以海盗的口吻简单作答。},"content": "天空为什么是蓝色的？],}'其中role为system的消息即为系统提示词，跟Modelfile里面的SYSTEM下面的定义差不多一个意思。
02-部署大模型工具Ollama以及使用
cygqtt的博客
07-11 4226
使用docker 部署的命令。
AI菜鸟向前飞 — LLM简介
2401_82469710的博客
05-11 901
AI菜鸟向前飞 — LLM简介
Ollama-部署运行大模型Gemma
fasheng0102的专栏
02-23 3507
是一款命令行工具，可在 macOS 、 Linux 、Windows 上本地运行 Llama 2、Code Llama 、Gemma 等模型。3、模型安装完成，我这边选择的是 gemma:2b ，接着就可以直接使用了。本机命令行使用和接口调用都使用正常，根据你的需求选择不同的模型下载使用吧。1、根据 pc 系统安装ollama,安装之后并运行。
使用Ollama实现本地部署大模型
weixin_42398461的博客
03-21 3722
打开Ollama的官网，整个网页上就只有一句显眼的话：Get up and running with large language models, locally. 中文意思是：在本地快速上手并运行大型语言模型。
Ollama深度探索：AI大模型本地部署的全面教程
寻道码路，探索编程之路的无限可能。
06-21 7147
我们正处在人工智能技术飞速发展的时代，其中大型语言模型（LLMs）已成为技术革新的前沿话题。这些模型以其强大的语言理解和生成能力，正在改变我们与机器交互的方式，并在自然语言处理（NLP）、内容创作、代码生成等多个领域展现出巨大的潜力。 Ollama作为一个创新的工具，它的核心使命是简化大型语言模型在本地环境中的运行和管理。这不仅为开发者提供了一个强大的平台来部署和定制AI模型，而且也使得终端用户能够更加私密和安全地与这些智能系统进行交互。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值