轻松三步，在普通电脑上部署你的私人AI助手 - LLaMA-3本地安装指南

本文链接：https://blog.csdn.net/2401_84495872/article/details/143993738

“ 在你的电脑上运行一个强大的AI助手，它不仅能力超群，还把所有秘密都藏在你的硬盘里。好奇这是如何实现的吗？动动手，三分钟就可以完成LLaMA-3的本地部署！”

—

LLaMA-3‍‍‍‍

最近在试验检索增强生成（RAG）的项目，想试试换一个强点的模型试试看效果是否有改观，动手试了一下本地搭建一个私有大模型作为基模型，这次试试LLama3，下次搭阿里通义千问的Qwen2模型。

早在4月份，Meta开源了 LLaMA-3（Large Language Model Meta AI 3），在多个关键的基准测试中性能优于业界先进同类模型，其在代码生成等任务上实现了全面领先，能够进行复杂的推理，可以更遵循指令，能够可视化想法并解决很多微妙的问题。

主要亮点：

基于超过 15T token 训练，相当于 Llama 2 数据集的 7 倍还多；
支持 8K 长文本，改进的 tokenizer 具有 128K token 的词汇量，可实现更好的性能；
在大量重要基准中均具有最先进性能；
新能力范畴，包括增强的推理和代码能力；
带有 Llama Guard 2、Code Shield 和 CyberSec Eval 2 的新版信任和安全工具。

—

安装Ollama‍‍

Ollama 是一款在本地环境中运行和管理大型语言模型（LLMs）的开源工具。它为开发者、研究人员和爱好者提供了一个高效、易用的平台，能够快速实验、管理和部署最新的大语言模型。

技术特点与优势：

本地部署：Ollama 允许用户在本地启动并运行各种大型语言模型，如 Llama 2、CodeLLaMA、Falcon 和 Mistral 等。这不仅降低了使用大语言模型的门槛，还提高了数据隐私和安全性。
丰富的模型库：Ollama 提供了一个预构建的模型库，支持多种流行的大语言模型，包括 Qwen2、Llama3、Phi3 和 Gemma2 等。这些模型可以轻松集成到各种应用程序中，满足不同场景的需求。
易于使用的接口：Ollama 提供了类似于 OpenAI 的 API 接口和聊天界面，方便用户进行模型的部署和使用。此外，它还支持基于命令行的方式运行多种大语言模型，并提供了相应的 Python 和 JS SDK，方便实现 Chatbot UI。
可定制性：Ollama 具有高度的可定制性，允许用户创建和运行自定义的语言模型。
跨平台支持：Ollama 支持 macOS、Linux 和 Windows（预览版），并且可以在使用 Docker 快速部署。这大大增强了其适用性和灵活性。

安装环境：普通的联想台式机，无GPU。安装过程不需要科学上网。‍‍‍‍‍‍‍

Ollama 官方下载地址：https://ollama.com/download。根据自己的操作系统选择不同的版本。‍‍‍

Github 上也有Docker版本：https://github.com/ollama/ollama。‍

安装完成，查看版本，验证是否安装成功。‍‍

ollama -v

—

下载模型

安装完成后可以直接下载内置的诸多开源模型，下面为内置的部分模型名称。‍‍

内存要求：至少8GB可用内存运行7B模型，16GB运行13B模型，32GB运行33B模型。

下载llama3:8b，冒号前面为模型名称，冒号后面型号，也是模型参数大小。

ollama pull llama3:8b

运行模型：‍

ollama run llam3

因为国外模型，默认回答英文，指定模型中文回复即可。‍‍‍‍‍‍‍‍‍

使用命令行显然很不方便，咱们使用 Docker 给大模型一个对话的 Web界面，使用下面命令启动 Open WebUI，注意修改 open-webui-data后面本地路径。前提：本地先安装好 Docker 服务。

docker run -p 8080:8080 -e OLLAMA_BASE_URL=http://host.docker.internal:11434 --name open-webui --restart always -v open-webui-data:/DATA/ ghcr.io/open-webui/open-webui:main

经过漫长的拉取镜像过程后，显示了启动界面。‍‍‍

在浏览器地址栏输入 http://127.0.0.1:8080，第一次访问时需要注册用户登录后就可以看到类似Chat-GPT的聊天对话界面，对话之前，在左上角选择咱们刚下载好的llama3:latest。

通过web界面用中文询问同样的问题，就不需要向命令行交互那样，指定大模型使用中文回答。

提供对话生成的 API 服务

搭建本地模型目的是为了项目所用，所以我们还需要与 OpenAI 类似的对话生成的 API，使用前先点击设置 - Account，生成一个API Key，就可以用这个 Key 来调用 API了。

命令行的 curl 测试命令：

$ curl -X POST -H “Authorization: Bearer api key” -H “Content-Type: application/json” http://localhost:8080/ollama/api/generate -d ‘{“model”:“llama3-cn:latest”,“stream”:false,“prompt”:“你是谁？你能做什么”}’

对话生成速度略显慢一点，实测时能看到一个字一个字往外蹦，开始回答上面的问题大约需要1～2秒，回答完估计在10秒左右。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

到这里，我们有了一个无需GPU硬件资源，对话内容、文档数据等等都存储在本地，属于我们私有的大模型。‍‍‍‍‍

在这里插入图片描述

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述