掌握 Llama 3.1：轻松本地部署与远程使用的全攻略

前言:

Llama 3.1 是 Meta（Facebook 的母公司）发布的一系列最先进的开源大语言模型。Llama 3.1 系列包括 8B（80 亿参数）、70B（700 亿参数）和 405B（4050 亿参数）模型。其中，405B 是 Meta 迄今为止最大的模型。

本地部署的硬件要求，请确认您的硬件是否能够正常运行，以免浪费时间

Windows：3060以上显卡+8G以上显存+16G内存，硬盘空间至少20G

Mac：M1或M2芯片 16G内存，20G以上硬盘空间

具体模型的显卡需求：

• llama3.1-8b，至少需要8G的显存
• llama3.1-70b，至少需要大约 70-75 GB 显存
• llama3.1-405b，运行需要非常高的显存和硬件资源，至少需要大约 400-450 GB 显存，请谨慎选择。

如果确定没问题，请继续往下看。

一、下载Ollama

Ollama 是一个开源的大模型管理工具，它提供了丰富的功能，包括模型的训练、部署、监控等。通过Ollama，你可以轻松地管理本地的大模型，提高模型的训练速度和部署效率。此外，Ollama还支持多种机器学习框架，如TensorFlow、PyTorch等，使得你可以根据自己的需求选择合适的框架进行模型的训练。【官网下载地址需要的请留言】请根据您的系统下载对应的版本

二、安装使用Ollama

双击安装，默认安装在C盘。安装完成后打开 windows powershell 或 CMD 命令行终端，输入 ollama 命令，回车，即可显示 ollama 命令的使用帮助

三、下载llama 3.1模型文件

运行CMD命令，输入

ollama run llama3.1:8b

如果你的硬件强悍，显卡非常好，也下载更大的llama 3.1的模型70B和405B

ollama run llama3.1:70b ollama run llama3.1:405b

耐心等待下载加载完成后就可以对话测试看看有没有问题。

四、配置远程访问

Ollama 启动的默认地址为http://127.0.0.1:11434，我们需要远程调用，可以通过设置环境变量 OLLAMA_HOST来修改默认监听地址和端口

三个变量的用途

变量名	值	说明
OLLAMA_HOST	0.0.0.0:8888	用于配置监听的 IP 和端口
OLLAMA_ORIGINS	*	支持跨域访问，也可以指定特定域名，如：”baidu.com,hello.com”
OLLAMA_MODELS	C:\Users\Administrator.ollama	模型文件较大，建议调整到数据盘目录下。

windows 修改环境变量的方法：

1、停止和退出ollama 服务

2、右键”此电脑 > 属性 > 高级系统设置 > 环境变量 > Administrator 的用户变量 > 新建用户变量”，把3个变量依次添加进去

3、然后重新启动 ollama 服务并加载模型

4、接下来我们就可以使用可视化的Web UI来远程使用了，这类UI有很多，推荐2款，之前有过介绍和官方都有详尽的文档，就不多说了，请参照官方文档。

Open WebUI

• Github: https://github.com/open-webui/open-webui
• 官方文档：https://docs.openwebui.com/

LobeChat

• Github: https://github.com/lobehub/lobe-chat
• 官方文档：https://lobehub.com/zh/docs/self-hosting/start

结语：

好了，本篇文章到此结束。写起来密密麻麻，做起来其实很简单，希望对大家有所帮助。

​

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型典型应用场景

①AI+教育：智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据，提供量身定制的学习方案，提高学习效果。
②AI+医疗：智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像，辅助医生进行早期诊断，同时根据患者数据制定个性化治疗方案。
③AI+金融：智能投顾和风险管理系统帮助投资者做出更明智的决策，并实时监控金融市场，识别潜在风险。
④AI+制造：智能制造和自动化工厂提高了生产效率和质量。通过AI技术，工厂可以实现设备预测性维护，减少停机时间。

⑤AI+零售：智能推荐系统和库存管理优化了用户体验和运营成本。AI可以分析用户行为，提供个性化商品推荐，同时优化库存，减少浪费。

⑥AI+交通：自动驾驶和智能交通管理提升了交通安全和效率。AI技术可以实现车辆自动驾驶，并优化交通信号控制，减少拥堵。

…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。

学习资料领取

如果你对大模型感兴趣，可以看看我整合并且整理成了一份AI大模型资料包，需要的小伙伴文末免费领取哦，无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

部分资料展示

一、 AI大模型学习路线图

整个学习分为7个阶段

二、AI大模型实战案例

涵盖AI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，皆可用。

三、视频和书籍PDF合集

从入门到进阶这里都有，跟着老师学习事半功倍。

四、LLM面试题

如果二维码失效，可以点击下方链接，一样的哦
【CSDN大礼包】最新AI大模型资源包，这里全都有！无偿分享！！！

😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~