2024年Go最新google最新大语言模型gemma本地化部署_gemma对服务器要求(1)，重难点整理

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，可以添加戳这里获取

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！

Gemma是google推出的新一代大语言模型，构建目标是本地化、开源、高性能。

与同类大语言模型对比，它不仅对硬件的依赖更小，性能却更高。关键是完全开源，使得对模型在具有行业特性的场景中，有了高度定制的能力。

Gemma模型当下有四个版本，Gemma 7b, 2b, 2b-it, 7b-it 。通俗来说，2b及精简小巧，覆盖了现代流行的语言，对硬件依赖小。7b是常规型的，要有的基本都有了，硬件上最低需要8gb内存（显存）。后缀带it的版本，可适用于nvidia较新显卡，支持int8(fp8), tensorrt核心。但我的40hx硬件被阉割太厉害，连fp16都跑不起来，就没测试了。

安装环境：

我的硬件环境是虚拟机环境，40hx显卡直通，linux系统，远程访问。软件环境需要目标是ollama及open-webui。ollama是大语言模型的一个运行环境，open-webui是基于openAI及ollama的一个前端界面。目前ollama只支持nvidia的GPU加速，别的显卡就不讨论了。

安装过程：

1. 虚拟机安装，这边需要注意的是，显卡必须直通，CPU必须在主机直通模式。不然GPU加速就不能成功。

2. 安装常用的软件，wget curl git nvidia-toolkit

3. 确认环境：nvidia-smi看一下显卡是不是正常驱动，cat /proc/cpuinfo 看一下AVX是否加载。这二点决定了GPU加速

4. 在linux上运行：（要科学）

curl -fsSL https://ollama.com/install.sh | sh

然后等待安装完成，安装完成后，执行 ollama run gemma:2b 或者 ollama run gemma:7b 等模型下载完毕后，就进入字符界面，你就可以跟机器交流了。按ctrl-d可退出。

5. 远程访问：

因为我是在服务器上安装的，操作需要在PC上，所以需要做一下远程

sudo nano /etc/systemd/system/ollama.service (我是ubuntu系统debian类似，其它系统查看services配置方法）

在nano中，[Service]下面加一行 Environment=“OLLAMA_HOST=0.0.0.0:11434”

保存退出后，执行 sudo systemctl daemon-reload 再执行 sudo systemctl restart ollama

PC端打开浏览器，访问http://你的服务器IP:11434 如果显示ollama表示已经成功了。

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，可以添加戳这里获取

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！

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！**