在 chatGPT 的推动下。LLM 简直火出天际，各行各业都在蹭。听说最近 meta 开源的 llama3 模型可以轻松在普通 PC 上运行，这让我也忍不住来蹭一层。以下是使用 ollama 试玩 llama3 的一些记录。
什么是 llama
LLaMA（Large Language Model Meta AI）是Meta开发的大规模预训练语言模型，基于Transformer架构，具有强大的自然语言处理能力。它在文本生成、问答系统、机器翻译等任务中表现出色。LLaMA模型有多个规模，从几亿到上千亿参数，适用于不同的应用场景。用户可以通过开源平台如Hugging Face获取LLaMA模型，并根据需要进行微调。LLaMA的灵活性和可扩展性使其在自然语言处理领域具有广泛的应用前景。
什么是 ollama
Ollama是一款用于本地安装和管理大规模预训练语言模型的工具。它简化了模型的下载、安装和使用流程，支持多种流行的模型如GPT-4和llama。Ollama通过易于使用的命令行界面和API，帮助用户快速部署和运行自然语言处理任务。它还支持多GPU配置和模型微调，适应各种计算资源和应用需求。总之，Ollama为研究人员和开发者提供了一个高效、灵活的本地化大模型解决方案。
下载 ollama
ollama 官网提供了各种平台的安装包，那么这里选择 windows 系统的。以下是下载地址：https://ollama.com/download
在 windows 上安装
在 windows 上安装那简直太简单了，一路 next 就行了。
安装成功后可以在命令行下执行
ollama -v
如果能成功打印出版本信息，那么说明你安装成功了。
下载模型并运行
安装好 ollama 之后我们需要把训练好的模型拉到本地，然后才能运行它。
查找 模型
ollama 提供了一个页面供用户查询可以使用的开源模型。
https://ollama.com/search?q=&p=1
可以看到主流的开源 LLM 几乎都能找到。什么 llama3 啊，phi3 啊，国产的 qwen2 啊。让我们点击 llama3 看看详情。
里面可以选模型的参数大小。这里我们选 8b 试一下。模型大小是 4.7 GB。复制右上角的命令并在命令行运行：
ollama run llama3:8b
程序会开始下载模型到本地。这里得夸一下，ollama 是不是在国内接了 CDN，这速度杠杆的，直接跑满了我的千兆网络。
对话
下载完成后命令行就会跳转到对话模型，等待你输入问题。随便先来一个吧。
Q:飞机为什么会飞？
A: balabala 一大堆，都是英文。
Q: what is SOLID principle?
A:
总结
到这，我们本地运行大模型基本上是初步成功了。简直超级无敌简单，属于有手就行。问题就是本地限制于PC的性能，回答的速度比较慢，大概一秒2-3个单词。CPU大概吃掉50%。当然如果你有 N 卡可能会好很多。内存倒是还好才吃了300多M。好了，下一次我们来试试 open-webui，把本地的模型搞的跟 chatGPT 一样。