google最新大语言模型gemma本地化部署

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࿰