Ollama +Mixtral + ChatBox 搭建本地团队使用的大语言模型

关于Ollama和Mixtral-8*7B以及ChatBox

1. Ollama是一个 开源的本地大语言模型运行平台，通过类似Docker的CLI界面可以快速的在本地进行大语言模型的推理部署。
2. Mixtra-87B模型是法国明星初创团队 Mistral 最新推出的首个开源混合专家 MoE 模型。我在Git上找到了ymcui大神基于Mixtra-87B 0.1版本精调的中文混合专家模型。中文Mixtral混合专家模型
3. ChatBox是个接入多个主流大语言模型的APP，1.30版本对Ollama本地服务的适配很不错，推荐。Chatbox下载链接

环境准备

我们的部署环境如下：

1. 硬件环境
   1. AMD 5950X
   2. 128GB RAM
   3. RTX 3090(24G VRAM)
2. 操作系统
   1. Win 10 19045.4170

Ollama安装

1. 到 Ollama Windows Preview页面 下载Ollama服务端应用：
2. 安装后，操作系统会自动启动ollama服务，并在11434端口监听。
3. 在命令行或者PowerShell中测试以下命令，ollama会自动下载llama2中文版本的4-bit 量化模型文件，需要至少 8GB 的内存进行推理。

ollama pull llama2-chinese

然后使用run命令运行llama2-chinese模型：

ollama run llama2-chinese '如何使用httpd配置反向代理？'

ollama会很快推理并反馈如下结果：
这说明Ollama服务已经成功部署在我们的本地服务器上了🥳

ChatBox安装

ChatBox是标准的Windows Installer安装，可以轻松搞定。

下载Mixtral-Chinese的量化模型文件：

Mixtral-Chinese的量化模型下载地址
作者很贴心，批量把各不同精度的量化文件都上传到HuggingFace了，我们选用ggml-model-q4_k.gguf这个模型文件，然后慢慢下载了。

使用Ollama加载本地的GGUF模型文件

1. 创建模型配置文件：

创建一个包含以下内容的模型配置文件，比如: mixtral-chinese.mf 这个文件名，文件内容如下：

FROM F:\GitRepos\models\hfl\chinese-mixtral-instruct\ggml-model-q4_k.gguf.gguf

注意，模型的路径需要明确指定

这里的FROM参数用于指定需要加载的具体模型文件。

2. 构建对应的Ollama模型