Mac mini m4部署大模型2

已于 2025-03-30 09:21:52 修改
阅读量634 收藏 11
点赞数 7
文章标签： macos
于 2025-03-30 09:08:12 首次发布
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/feizhijie1992/article/details/146694917
版权

1. 安装Homebrew管理软件包简化软件安装流程‌

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

增加环境变量配置 export PATH="/opt/homebrew/bin:$PATH"到～./zshrc中并执行source ~/.zshrc

2.在store app安装Xcode

不需要Xcode IDE的，可以直接安装xcode-select --install 

xcode-select --install 是 macOS 系统中用于 ‌安装 Xcode 命令行工具（Command Line Tools, CLT）‌ 的核心命令。其作用如下：1. ‌安装轻量级开发工具包‌ 2. ‌解决开发环境依赖‌

3.从Docker官网下载docker来下载管理部分软件

配置扩展坞磁盘存放软件

4.安装miniconda到扩展坞minimate

安装

mkdir -p /Volumes/soft/miniconda3

curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o /Volumes/soft/miniconda3/miniconda.sh

bash /Volumes/soft/miniconda3/miniconda.sh  -b -u -p /Volumes/soft/miniconda3

rm /Volumes/soft/miniconda3/miniconda.sh

环境配置

～/.zshrc添加export PATH="/Volumes/soft/miniconda3/bin:$PATH"

检查环境

执行conda env list，输出一下信息则配置成功

# conda environments:

base                   /Volumes/soft/miniconda3

指定安装3.11版本的Python

conda create -n scrapy python=3.11

激活虚拟环境

conda activate scrapy

feizhijie1992
关注
玩 AI 模型必看！用 Ollama 轻松驾驭 DeepSeek，图形界面 + API 调用全掌握，MacMini M4丐版部署Deepseek大模型
JingLisen的博客
02-27 748
宝子们，今天给大家带来一篇超实用的 AI 模型部署攻略！就算你用的是 MacMini M4 丐版，也能轻松驾驭 DeepSeek 大模型，实现图形化界面交互和 API 调用，赶紧来康康吧！
Mac mini m4本地跑大模型（ollama + deepseek + ComfyUI + Stable Diffusion ｜ flux)
偶尔写些东西，意思一下我也参与了内卷
12-10 1万+
本地大模型，长期更新，可持续关注下！
Mac mini m4本地跑大模型（ollama + llama + ComfyUI + Stable Diffusion ｜ flux)
12-11
ComfyUI运行flux项目示例
在Mac mini M4上部署DeepSeek R1本地大模型
weixin_44626085的博客
02-03 1万+
Web UI 控制端。
【踩坑记录】MAC M4 mini 系统初始化
还有很长很长的路
03-11 516
苹果官网→download→more→下载 Command Line Tools。，进入系统后再登录快一百倍！① 一定要准备好一个。
Xcode 更改默认版本 xcode-select
热门推荐
HPYON的专栏
04-07 2万+
我们的Xcode使用版本可以根据Xcode > Preferences > Locations路径查看到正在使用的版本和该版本路径。我们本文介绍的是在终端使用xcode-select命令 根据需求修改使用的Xcode版本。在终端xcode-select可使用的命令如下: 1. xcode-select [-h, –help] 2. xcode-select [-p, –print-p
苹果官网对xcode版本的要求
winzjqwin的专栏
03-06 1万+
xcode版本的要求 英文： https://developer.apple.com/ios/submit/ 中文： https://developer.apple.com/cn/app-store/submissions/ 对比 对比之下，充分说明了英文版的好。 4月和April 30，差好远。说好的信达雅呢？ 一定要学好英语。。 下载 https://developer.apple.com...
macMini16G内存M4芯片 DeepSeek-r1本地化部署+chatbox三步走
limaning的专栏
02-11 1454
Ollama官网，点击Models，选择deepseek-r1，我用的是8b的模型，复制之后，粘贴在终端，等待下载。我这个大约用了16个小时吧。这个过程最好晚上弄，早晨醒来也做好了。大体来说分为3步：安装ollama，获取deepseekR1模型，chatbox设置并调用。DeepSeek本地化部署，有利于保护隐私，调用也方便。1.下载ollama客户端，并安装。2.获取deepseekR1模型。3.使用chatbox，并设置。接下来，就可以愉快地使用了！
【Mac安装anaconda最新实用教程】
weixin_45927422的博客
07-23 1万+
安装好之后可以在终端试一下：conda -V 看看conda安装是否成功，能不能用。，检查一下现在的文件内容，以及成功写入了清华镜像源网址，default已经删除。可以按需要选择自己需要的版本（也可以自行搜索其他网站下载），编辑文件删除默认的default这一行，按下esc，输入。（2）如果输入命令是下面的情况，那就继续跟着下面操作。（1）如果输入命令能用那就可以了。，找到下面这个文件，然后复制这个文件路径。如果还是不行，那就继续自行搜索解决吧。下载完成之后一路默认安装就可以了。
使用 ollama 部署本地模型，零基础入门到精通，非常详细收藏我这一篇就够了
m0_65555479的博客
08-15 2932
在本地启动并运行大型语言模型。运行Llama 2，Code Llama和其他模型。自定义并创建您自己的。
在 Mac mini M2 上本地部署 DeepSeek-R1:14B：使用 Ollama 和 Chatbox 的完整指南
技术的学习与积累是个技术活
02-24 2420
通过 Ollama 和 Chatbox，你可以在 Mac mini M2 上轻松部署并使用 DeepSeek-R1:14B 模型。整个过程简单高效，且不需要复杂的配置。无论你是技术新手还是有一定经验的开发者，都可以快速上手并享受本地 AI 模型带来的便利。希望本文能帮助你顺利完成部署，开启智能对话的新体验！如果你在部署过程中遇到任何问题，欢迎随时留言交流。
anaconda安装-Mac电脑
liuchenxi66的博客
08-12 2万+
这篇文章主要给大家分享了MacOS系统下Anaconda的安装，使用教程请移步下一篇帖子。整体来说，Mac上anaconda的图形安装还是不难的，跟windows类似，关键在于找到对应的安装包，学会进入终端，其他的按照默认安装来，基本上问题不大。
Mac 设置环境变量的位置、查看和添加PATH环境变量
2401_84434086的博客
06-18 4627
Mac配置环境变量的地方1./etc/profile （建议不修改这个文件 ）全局（公有）配置，不管是哪个用户，登录时都会读取该文件。2./etc/bashrc （一般在这个文件中添加系统级环境变量）全局（公有）配置，bash shell执行时，不管是何种方式，都会读取此文件。3.~/.bash_profile （一般在这个文件中添加用户级环境变量）每个用户都可使用该文件输入专用于自己使用的shell信息,当用户登录时,该文件仅仅执行一次!
mac 使用 Docker 安装向量数据库Milvus独立版的保姆级别教程
小桥Dopey的博客
05-07 1104
macOS 使用 Docker 安装 Milvus 独立版的保姆级教程，包含环境准备、详细安装步骤及常见问题排查，适合零基础用户快速上手。
Mac配置php开发环境(多PHP版本，安装Redis)
taokexia的博客
05-09 510
在Mac上配置多版本PHP开发环境，可以通过Homebrew安装和切换不同版本的PHP。使用brew install命令安装所需版本，如PHP 7.4、8.0、8.2等，并通过brew link和brew unlink命令切换版本。源代码，然后通过phpize、./configure、make等命令编译扩展，并在php.ini中启用扩
比 Mac 便笺更好用更好看的便利贴
原住民的自修室
05-10 309
最近找到了一款更好看好用的桌面便利贴 - Desktop Note。这款应用在超过26个的效率榜排在前10。在苹果电脑上，有自带的便签软件，但问题这个官方应用已经年久失修，界面跟最新的系统完全不搭。像同步、清单等功能也没有。4、圆角的设计，与最新的 macOS 系统更搭。不像系统自带的便条方方直直的，放在桌面有点奇怪。我有两台 mac，有了同步功能非常方便。3、拥有 iCloud 同步、归档、回收箱功能。2、支持清单功能（Todo list）这样获取信息很方便，且不会忘记。5、字体、格式比较丰富。
介质访问控制（MAC）
SZ170110231的博客
05-09 690
的基本原则，但根据有线/无线的物理差异采用了不同的优化策略。（载波监听多路访问/冲突避免）是最典型的两种协议，分别用于。介质访问控制（MAC）的核心任务是解决。）是数据链路层的核心子层，负责解决。设备竞争信道，可能发生冲突，适用于。预先分配信道资源，避免冲突，适用于。（载波监听多路访问/冲突检测）和。以下是它们的详细对比与解析。
MacOS 用brew 安装、配置、启动Redis
最新发布
子冉冰清的博客
05-10 335
get name。
mac mini m4 AI
01-21
### 关于 Mac Mini M4 的 AI 配置与性能评测 #### AI 配置详情 新款 Mac mini M4 特别针对人工智能任务进行了优化。该设备配备了强大的 M4 芯片，提供卓越的处理能力和高效的能耗管理。对于开发者而言，16GB RAM 和高达 273 GB/s 的内存带宽使得多线程计算密集型应用运行更加流畅[^3]。 #### 性能评测 为了评估其在实际应用场景下的表现，有测试采用了 ComfyUI 框架来衡量 Mac mini M4 在执行 AI 工作负载时的表现。具体来说，在 MPS (Metal Performance Shaders) fp16 模式下进行了一系列实验，结果显示这款机器能够高效完成图像识别、自然语言处理等多种类型的 AI 计算任务[^2]。 ```python import comfyui as cu def run_ai_benchmark(): model = cu.load_model('path/to/model') data_loader = cu.create_data_loader('dataset/path') results = [] for batch in data_loader: output = model(batch, mode='fp16') # 使用半精度浮点数加速推理过程 metrics = compute_metrics(output) results.append(metrics) avg_performance = summarize_results(results) return avg_performance print(run_ai_benchmark()) ``` 这段 Python 代码展示了如何利用 ComfyUI 库加载预训练模型并对其进行基准测试的过程。通过设置 `mode='fp16'` 参数可以启用 Metal Performance Shaders 提供的支持，从而提高运算速度和效率。 #### 开发者支持 除了硬件层面的优势外，苹果还提供了完善的开发工具链和服务生态系统，帮助开发者充分利用这些先进特性。Xcode IDE 中内置了多种调试选项以及性能分析工具，便于快速定位瓶颈所在；同时 Swift 编程语言本身也具备良好的并发性和安全性特征，非常适合构建高性能的应用程序。
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