AI测试｜Windows下跑起大模型（Llama）操作笔记_软件测试大模型(1)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

具体步骤

主要参考 https://pa.ci/248.html 。基本上使用的都是已经预编译好的软件，不用特别折腾环境配置。

因为用了 nvidia 的显卡，而且 cpu 本身也不强，所以主要配置为 gpu 加速为主。

下载 cuda

直接到 https://developer.nvidia.com/cuda-downloads 下载对应自己系统的安装文件即可。

下载预编译 llama.cpp 软件

到 https://github.com/ggerganov/llama.cpp/releases ，下载 cuda 12 版本。下载完毕后，解压到一个文件夹里。我这里用的文件夹名字为 llama-bin-win-cuba-x64 ，下面也都用这个路径。

创建 prompt 文件

把 https://raw.githubusercontent.com/ggerganov/llama.cpp/master/prompts/chat-with-bob.txt 下载到 llama-bin-win-cuba-x64 根目录

下载量化模型

结合硬件配置，我用的是 13b 的模型 llama-2-13b-chat.Q5_K_M 。大家可以参考 https://pa.ci/248.html 选择合适自己的。

这里要注意，目前是无法直接访问 huggingface.co 网站的，我用的是 https://hf-mirror.com/ 镜像站点来解决。下载上面这个模型不需要 token 验证，所以可以直接打开 https://hf-mirror.com/TheBloke/Llama-2-13B-chat-GGUF/blob/main/llama-2-13b-chat.Q5_K_M.gguf ，点击 download 按钮直接下载

运行模型

在终端中打开 llama-bin-win-cuba-x64 目录，运行如下命令（模型 gguf 文件名，记得替换成自己用的）

.\main.exe -m .\llama-2-13b-chat.Q5_K_M.gguf -n -1 --repeat_penalty 1.0 --color -i -r “User:” -f .\chat-with-bob.txt  --n-gpu-layers 1

注意，最后的 --n-gpu-layers 1 表示第一层让 gpu 计算，剩下给 cpu。运行后，会出现类似下面内容：

其中 llm_load_tensors: offloaded 1/41 layers to GPU ，说明一共有 41 层，gpu 运行第 1 层。后续想全部给 gpu 运行，把命令里的 --n-gpu-layers 1 改为 --n-gpu-layers 41 即可。

推荐大家可以尽量用 gpu 加速，运行速度比 cpu 快不少。

运行效果：

总结

初步在本地跑了起来，完成了第一步。后面继续折腾，把它变成 web 服务，上层再做更多事情。

行动吧，在路上总比一直观望的要好，未来的你肯定会感谢现在拼搏的自己！如果想学习提升找不到资料，没人答疑解惑时，请及时加入群： 786229024，里面有各种测试开发资料和技术可以一起交流哦。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取**【保证100%免费】**

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

需要这份系统化的资料的朋友，可以戳这里获取