Ollama 企业私有化部署大模型最佳解决方案

gorgor在码农

于 2024-08-21 14:21:28 发布

阅读量480

点赞数 24

分类专栏： AI 文章标签：运维 Ollama llama3.1 向量模型 java

本文链接：https://blog.csdn.net/weixin_46203834/article/details/141371145

版权

AI 专栏收录该内容

11 篇文章 1 订阅

订阅专栏

为什么要私有化部署大模型？

很多企业为了控制成本和减少核心数据外泄的风险，会通过私有化部署大模型，来控制成本和保障企业的数据安全。

说到本地化部署，这时就需要说到Ollama框架了。

Ollama 是什么？

Ollama 是一个开源框架,专为在本地机器上便捷部署和运行大型语言模型(LLM)而设计。它提供了一个简单的API来创建、运行和管理模型，以及一个预构建模型库，可以轻松部署和运行各种大语言模型。

而对于开源大模型，现在当属Meta公司开源的 Llama3 性能最好，Llama3 70b 性能直逼 ChatGpt-3.5 ，而Llama3 405b 的性能已超越了 ChatGpt-4o 。

说到大模型，肯定不能漏了向量模型了，它在搜索性能和效果方面，比 Elasticsearch 好太多了。而 nomic-embed-text 向量模型比 OpenAI 的 text-embedding-ada-002 和 text-embedding-3-small 更好，以下是官方的说明：

机器配置如何选择？

Llama 3 模型版本有几个，我们主要关注 80 亿参数（Llama 3 8B）和 700 亿参数（Llama 3 70B）这两个版本。它们对电脑系统配置有不同的要求，主要计算资源（即：CPU/GPU）和内存来存储和处理模型权重：

Llama 3 8B 版本：对于 80 亿参数的模型，建议至少 4 核 CPU，至少 16GB 内存（推荐 32GB 或更高），以确保模型加载和运行过程中的流畅性；模型文件大小 5 GB 左右，磁盘空间有 10GB 足够了；GPU 是可选的，它可以显著提高推理速度。
Llama 3 70B 版本：对于 700 亿参数的模型，CPU 要求显著提高（建议 16 核以上），至少需要 64GB 内存（推荐 128GB 或更高），模型在推理时会占用大量的内存资源；模型文件大小 40GB，远超 8B 版本；强烈推荐使用高端 GPU，以实现有效加速。

而服务器，我们选用 AutoDL算力云的机器。而下面我们直接部署700亿参数的 Llama 3，因为Llama 3 8b的回复准确率可能只有30%，而70b的准确率有 80% 以上。而700亿参数的 Llama3 可以直接用在企业里。

机器配置选用

登陆 AutoDL算力云官网

接着选择基础镜像

Pytorch版本： 2.1.0

Python版本：3.10

Cuda版本：12.1

具体配置如下：

服务器选完启动后，接下来，我们就需要先在服务器中安转 ollama。

Ollama 安装

官方文档提供了多种安装方式，命令行一键安装、手动安装、docker安装，但是教程比较复杂，我最推荐手动安装，可以进行一些自定义配置，并且速度非常快。

访问Ollama 官网

命令行一键安装（暂时不用，有点慢）

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

手动安装（推荐）

本地先下载：

https://ollama.com/download/ollama-linux-amd64

然后上传ollama-linux-amd64文件

配置模型下载存储路径环境变量（默认会下载到系统盘，但我们系统盘才30G，部署Llama3 70b不够，需要改到数据盘，数据盘有50G）

vi /etc/profile

添加环境变量

export OLLAMA_MODELS=/root/autodl-tmp/ollama/models

具体如下：

然后执行以下命令

cp ollama-linux-amd64 /usr/bin/ollama
sudo chmod +x /usr/bin/ollama

启动ollama server：

ollama serve

ollama到此已经安转完毕，并且已经启动。接下来需要安转 Llama3。

Llama3 安转

在library 中搜索我们需要的大模型，此时我们选用 Llama3.1

执行以下命令下载启动 Llama3.1

ollama run llama3.1:70b

等待下载完即可，下载完后会自动进入聊天对话模式

可以按 Ctrl+d 退出，当退出后，想要再启动，则可以直接使用 ollama serve 进行启动大模型，你本地下载多少个大模型我们可以使用 ollama list 查看。而ollama serve 命令会把你下载的大模型全部都启动。

ollama 具体命令

LLama3.1 安转完毕后，接下来把 nomic-embed-text 向量大模型也一并安转完。

向量大模型安装

在library 中搜索 nomic-embed-text

然后执行以下命令，进行安装

ollama pull nomic-embed-text:v1.5

接着执行 ollama serve 启动，如果之前已经启动过了，则执行 ps -ef | grep ollama 搜索运行中的进程，然后 kill 进程id 杀死 ollama 后，重新执行 ollama serve 命令。

至此，大模型所属的环境都部署完，接下来，我们本地代码如何调用我们私有化部署的大模型。

如何调用私有化大模型？

AutoDL算力云要求，为配合监管要求该地区http/https服务仅对企业认证后的用户开放，您可以使用以下方式在本地访问服务。步骤如下：

点击自定义服务

我本地是Winows 系统，需要下载这个桌面工具，然后运行。

点击Linux/Mac，获取SSH命令和密码， ssh命令中的端口6006要改成ollama的11434

将获取到的SSH命令和密码，填入桌面工具中。

至此，代理完成，网络打通，此时，就可以调用私有化大模型。

对于Java 来说，有两个框架可以使用，LangChain4j 和 Spring Ai 。不了解这两个框架的同学，可以去我的主页学习系列文章。

LangChain4j 对接 Ollama 本地部署模型

引入 Maven 依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.gorgor</groupId>
    <artifactId>ollama</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>17</maven.compiler.source>
        <maven.compiler.target>17</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <langchain4j.version>0.31.0</langchain4j.version>
    </properties>

    <dependencies>
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-ollama</artifactId>
            <version>${langchain4j.version}</version>
        </dependency>
    </dependencies>
</project>

调用聊天模型

/**
 * @description:
 * @author: cyh
 * @create: 2024/8/20 17:15
 **/
public class OllamaTest {

    public static void main(String[] args) {
        LanguageModel model = OllamaLanguageModel.builder()
                .baseUrl("http://localhost:11434")
                .modelName("llama3:70b")
                .build();

        String result = model.generate("你是谁").content();
        System.out.println(result);
    }
}

调用向量模型

/**
 * @description:
 * @author: cyh
 * @create: 2024/8/20 17:15
 **/
public class OllamaTest {

    public static void main(String[] args) {
        OllamaEmbeddingModel embeddingModel = OllamaEmbeddingModel.builder()
                .baseUrl("http://localhost:11434")
                .modelName("nomic-embed-text:v1.5")
                .build();

        Embedding embedding = embeddingModel.embed("你是谁").content();
        System.out.println(embedding);
    }
}

Spring Ai 对接 Ollama 本地部署模型

引入 Maven 依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.2.4</version>
    </parent>

    <modelVersion>4.0.0</modelVersion>
    <groupId>org.gorgor</groupId>
    <artifactId>ollama</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>17</maven.compiler.source>
        <maven.compiler.target>17</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <langchain4j.version>0.31.0</langchain4j.version>
    </properties>

    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.0.0-M1</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>

    <repositories>

        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
</project>

添加 application.properties 配置文件

spring.ai.ollama.base-url=http://localhost:11434
spring.ai.ollama.chat.model=llama3:70b
spring.ai.ollama.embedding.model=nomic-embed-text:v1.5

调用私有化大模型

/**
 * @description:
 * @author: cyh
 * @create: 2024/8/20 17:15
 **/
@RestController
public class OllamaTest {

    @Autowired
    OllamaChatModel ollamaChatModel;

    @Autowired
    OllamaEmbeddingModel ollamaEmbeddingModel;

    @GetMapping("/chat")
    public String chat(){
        String content = ollamaChatModel.call("你是谁");
        return content;
    }

    @GetMapping("/embedding")
    public List<Double> embedding(){
        List<Double> embed = ollamaEmbeddingModel.embed("你是谁");
        return embed;
    }
    
}

gorgor在码农

关注

24
点赞
踩
13

收藏

觉得还不错? 一键收藏
0
评论
Ollama 企业私有化部署大模型最佳解决方案

Ollama 企业私有化部署大模型最佳解决方案。Llama3 70b 性能直逼 ChatGpt-3.5 ，而Llama3 405b 的性能已超越了 ChatGpt-4o 。
复制链接

扫一扫

专栏目录