前言
在4-19左右，Meta 宣布正式推出下一代开源大语言模型Llama 3；共包括 80 亿和 700 亿参数两种版本，号称 "是 Llama 2 的重大飞跃"，并为这些规模的 LLM 确立了新的标准。实际上笔者早就体验过，只不过自己电脑没什么显卡（核显），所以一直没跑llama，但是最近听说m2芯片可以运行，就体验了一下。
看图表8B的数据可以在本地运行，70B就不用想了。试了一下真的可行。
使用Ollama
ollama：Get up and running with large language models.实际上就是封装已经训练的模型数据，提供运行程序
分为ollama的安装，拉取模型数据，运行模型
安装很简单：Download Ollama on macOS
mac直接解压app，放在applications下，运行后点击install，输入密码即可，实际上是安装ollama指令。
模型文件：https://ollama.com/library
ollama pull llama3
根据电脑的配置情况，默认llama即8B模型，如果要运行70B：ollama run llama3:70b，估计需要64G内存，没这么大的，所以只跑了8B
然后执行run，有点docker的设计思想
ollama run llama3
基本上问答是英文，训练的语料估计主要是国外的，毕竟meta开源
总结
实际上就是本地体验一下，如果要调模型还是相对难一些，体验发现llama3主要是英文答复，不过8B模型在mac mini运行还是很快的，另外可以根据提示做一些Ollama的指令，关键的是load model和save model，可以载入和存储模型。
