ollma 本地部署大模型

因为我本地是 windows 的系统，所以这里直接写的是通过 docker 来实现本地大模型的部署。

windows 下 WSl 的安装这里就不做重复，详见 windows 部署 mindspore GPU 开发环境（WSL）

一、Docker 部署 ollma

1. 拉取镜像（笔记本没有对象显卡，所以拉取的镜像是CPU 版本的）：

bash 复制代码

docker pull ollama/ollama:0.3.7-rc6

2. 启动镜像

仅 CPU 版本启动

bash 复制代码

docker run -d -v /home/jie/ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama:0.3.7-rc6

此时访问本地的 11434 端口，可以看到 Ollama is running 的字样

1.1 通过对话交互的方式启动 llama3

ollma 贴心的提供了很多模型和参数，详见 Ollama library⁠ 我这里选择启动的是 llama3 模型参数量是 8b。

bash 复制代码

docker exec -it ollama ollama run llama3.1

首次启动需要下载参数，所以会花费一些时间。

并在光标闪烁的地方开始对话

当然，8b 模型的结果有时候不太好，如果电脑内存在 60G 以上，可以大胆的尝试 70b 的模型。

1.2 通过服务的方式调用 llama3

bash 复制代码

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.1", 
  "prompt": "帮我写一条Elasticsearch的聚合 a 字段的查询语句",
  "format": "json^C
  "stream": false
}'

参数 "model" 表示模型名，一定要执行过 docker exec -it ollama ollama run 才可以正常响应。这种方式的响应时间比较长，原因有可能是每次请求的时候都会重新启动模型的原因（我并没有找到让模型一直保持启动状态的参数）。API列表

获取响应中的 response 字段就是大模型生成的回答。

二、附录

2.1 Ollama 常用命令

bash 复制代码

Usage:
  ollama [flags]
  ollama [command]

Available Commands:
  serve       Start ollama # 启动ollama
  create      Create a model from a Modelfile # 从模型文件创建模型
  show        Show information for a model # 显示模型信息
  run         Run a model # 运行模型，会先自动下载模型
  pull        Pull a model from a registry # 从注册仓库中拉取模型
  push        Push a model to a registry # 将模型推送到注册仓库
  list        List models # 列出已下载模型
  ps          List running models # 列出正在运行的模型
  cp          Copy a model # 复制模型
  rm          Remove a model # 删除模型
  
  help        Help about any command

Flags:
  -h, --help      help for ollama
  -v, --version   Show version information

Use "ollama [command] --help" for more information about a command.