有手就行，轻松本地部署 Llama、Qwen 大模型，无需 GPU

用 CPU 也能部署私有化大模型？

对，没错，只要你的电脑有个 8G 内存，你就可以轻松部署 Llama、Gemma、Qwen 等多种开源大模型。

非技术人员，安装 Docker、Docker-compose 很费劲？

不用，这些都不需要安装，就一个要求：有手就行～

今天主要为大家分享保姆级教程：如何利用普通个人电脑，本地私有化部署 Qwen 大模型。

一、Ollama 与 Qwen7B 安装和使用

一）下载

进入下载地址，目前支持 Mac、Windows、Linux 以及 docker 部署，本次演示，主要针对 Mac。

下载地址：https://github.com/ollama/ollama

我已经为大家提前下载好了 Mac、Windows 的安装包，公众号回复 ollama 领取。

二）安装 Ollama

1、下载到本地，并解压后，双击 Ollama 图标。

2、点击 Move to Applications ，按照建议，将其移动到应用程序文件夹下。

3、按照从左到右的顺序执行这三步。到这 Ollama 安装完成了。

三）安装模型

作为国内的优质大模型，Qwen 对于中文的支持力度还是很强的，最终选择用它来试手。

大家也可以尝试选择自己喜欢的模型，比如 Llama3、Gemma 等等。

1、进入模型仓库

地址：https://ollama.com/library

2、搜索对应模型。发现目前有 Qwen 0.5B ～ 110B 可供使用。

因为内存不够用，最终选择下载 Qwen:7b，大家可以按照自身硬件情况下载模型。

可以使用图中对应型号的命令，进行下载。7b 下载命令为：ollama run qwen:7b

官方建议： 至少有 8 GB 可用内存来运行 7 B 型号，16 GB 来运行 13 B 型号，32 GB 来运行 33 B 型号。

3、下载完成，开始对话，中文能力的确可以～

但是命令行对话总不是事儿啊，我们需要一个网页应用，这就得请出下一位主角：ChatGPT-Next-Web。

二、ChatGPT-Next-Web 安装和使用

一）安装

进入 ChatGPT-Next-Web 仓库地址，选择对应版本下载。

地址：https://github.com/ChatGPTNextWeb/ChatGPT-Next-Web/releases/tag/v2.12.4

我选择了 NextChat_2.12.4_universal.dmg

我已经为大家提前下载好了 Mac、Windows 安装包，公众号回复 ollama 领取。

下载完成后，可以直接安装，无需额外下载其他软件。

二）设置语言（可选）

按需选择语言偏好。

三）配置

1、点击图标，进行配置页面。

2、输入接口地址：http://localhost:11434

3、自定义模型名：qwen:7b

4、模型（model）：qwen:7b() ，注意该选项在最下方。

四）对话测试

1、普通对话

效果还不错。

2、面具对话

使用面具对话功能时，需要注意，软件模型忽略了自定义的 qwen:7b，每次利用面具对话时，需要重新选择模型。

2.1、没有选择模型时，则会出错。

2.2、点击图标，并选择正确的模型。

2.3、对话显示成功。

三、总结

没有消费级的 GPU，竟然都可以拥有自己的本地大模型。

部署过程基本上没有卡点，一台普通的 Mac 就能搞定，太香了~

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了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，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。

本文转自 https://blog.csdn.net/weixin_59191169/article/details/140668680?spm=1001.2014.3001.5501，如有侵权，请联系删除。