使用LobeChat+Ollama快速搭建本地大模型，离线可用

分享一下如何部署本地大模型，让它成为你的离线助手。

准备工作

服务器或者电脑一台，配置越高越好， Windows和Mac皆可，Widows最好内存8G以上而且带一块好一点的显卡；Mac的话建议M系列芯片，内存建议16G以上

下载好docker桌面版:https://www.docker.com/products/docker-desktop/

下载好Ollama:https://ollama.ai/

注意：运行 7B 模型时，您应至少有 8 GB 的可用内存，运行 13B 模型时应有 16 GB 的可用内存，运行 33B 模型时应有 32
GB 的可用内存。

M系列MacBook采用统一内存架构，这意味着CPU和GPU可以共享同一内存池。这种设计减少了数据在不同处理单元之间传输的需要，从而可以显著提高大型数据集处理的速度和效率。

下载Ollama

在官网进行下载，也可以使用docker进行安装。

什么是Ollama

Ollama 是一个轻量级、可扩展的框架，旨在在本地计算机上构建和运行大型语言模型（LLM）。它支持多种模型架构，如 Llama 3、Phi 3、Mistral 和 Gemma 2，并提供了简洁的 API 以创建、运行和管理这些模型。Ollama 可以在 macOS、Linux 和 Windows 上运行，适合于需要在本地运行大模型的应用场景​ (Ollama)​​ (GitHub)​。

Ollama 的主要特点包括：

• 易用性：API设计简洁，用户可以轻松上手，即使是没有经验的用户也能快速使用​ (腾讯云 - 产业智变 云启未来)​。
• 性能：运行速度快，占用资源少，即使在配置较低的机器上也能流畅运行​ (腾讯云 - 产业智变 云启未来)​。
• 功能多样性：支持多种任务，如文本翻译、问答、代码生成等，可以满足用户的多种需求​ (腾讯云 - 产业智变 云启未来)​。
• 社区支持：拥有一个活跃的社区，用户可以分享经验和获得帮助​ (腾讯云 - 产业智变 云启未来)​。

此外，Ollama 提供了一个丰富的模型库，用户可以轻松地拉取和运行预训练模型，并且支持从 PyTorch 或 Safetensors 导入模型进行自定义​ (Ollama)​。

如果你想在自己的电脑上运行如 GPT-3 这样的大型人工智能模型，而不是通过互联网连接到它们，那么 Ollama 是一个实现这一目标的工具。

Ollama支持非常多的开源模型，比如：

更多支持的模型可以看这边：https://ollama.com/library

当然它还支持自定义模型，这边就不深入了，有兴趣的可以研究：https://github.com/ollama/ollama

装好之后，命令行运行:

ollama -v

查看到版本号说明安装好了。

接下来我们下载一个llama3 8B的模型：

ollama run llama3

这边可能需要比较长的时间，取决于你的网速。

下载好了就可以进行交互了：

其实现在已经搞定了，你可以让它帮你干活了，但是每次都要用命令行，有些人觉得不方便，而且也不能给别人用，下面我们就给它搞一个图形化界面，扩展一下功能，也能让局域网里的其他小伙伴也用上你的这个模型（注意多人同时访问会导致机器负载飙升，具体取决于你机器的性能和模型参数的大小）

参考文献

• https://ollama.com/library
• https://blog.laoda.de/archives/lobechat-ollama-deploy-offline