尝试在openi启智社区的dcu环境安装ollama最新版0.15.2(失败)

先上结论,ollama的rocm版本应该是支持amd的,而不是国产DCU的。

下载

先下载

复制代码
wget -c ollama-linux-amd64-rocm.tar.zst

ollama的rocm版本,后缀是zst,请问怎么解开和安装?ollama-linux-amd64-rocm.tar.zst

大约跟普通gz后缀一样?

直接tar xvf失败。

安装zstd

复制代码
apt update
apt install zstd

解压

复制代码
tar -I 'zstd' -xf ollama-linux-amd64-rocm.tar.zst -C /

解压到

标准步骤

先安装普通linux cpu版本的ollama

下载 解压

复制代码
wget -c https://github.com/ollama/ollama/releases/download/v0.15.2/ollama-linux-amd64.tar.zst

解压

复制代码
tar -I 'zstd' -xf ollama-linux-amd64.tar.zst -C /usr

安装dcu rocm ollama插件

下载

解压

复制代码
tar -I 'zstd' -xf ollama-linux-amd64-rocm.tar.zst -C /

下载模型

复制代码
ollama pull lfm2.5-thinking:1.2b

启动模型

复制代码
ollama run lfm2.5-thinking:1.2b

速度很慢

推理速度很慢

复制代码
root@notebook-2015948306967752706-denglf-89748:~# ollama run lfm2.5-thinking:1.2b
>>> 天为什么是蓝色的?
Thinking...
Okay, let's tackle this question: "Why is the sun (or Earth?) blue?" Hmm, the user is asking why something appears

看看ollama serve的跟踪信息

这是纯cpu推理啊

复制代码
time=2026-01-27T02:26:23.516Z level=INFO source=server.go:245 msg="enabling flash attention"
time=2026-01-27T02:26:23.517Z level=INFO source=server.go:429 msg="starting runner" cmd="/usr/bin/ollama runner --ollama-engine --model /root/.ollama/models/blobs/sha256-a7b19185f31650af480c3fa28dd240c75862182e0f30b118dbfadb192e4beb0a --port 33665"
time=2026-01-27T02:26:23.517Z level=INFO source=sched.go:452 msg="system memory" total="1007.4 GiB" free="896.3 GiB" free_swap="0 B"
time=2026-01-27T02:26:23.517Z level=INFO source=server.go:755 msg="loading model" "model layers"=17 requested=-1
time=2026-01-27T02:26:23.549Z level=INFO source=runner.go:1405 msg="starting ollama engine"
time=2026-01-27T02:26:23.550Z level=INFO source=runner.go:1440 msg="Server listening on 127.0.0.1:33665"
time=2026-01-27T02:26:23.561Z level=INFO source=runner.go:1278 msg=load request="{Operation:fit LoraPath:[] Parallel:1 BatchSize:512 FlashAttention:Enabled KvSize:4096 KvCacheType: NumThreads:127 GPULayers:[] MultiUserCache:false ProjectorPath: MainGPU:0 UseMmap:false}"
time=2026-01-27T02:26:23.584Z level=INFO source=ggml.go:136 msg="" architecture=lfm2 file_type=Q4_K_M name="" description="" num_tensors=148 num_key_values=28
load_backend: loaded CPU backend from /usr/lib/ollama/libggml-cpu-haswell.so
time=2026-01-27T02:26:23.592Z level=INFO source=ggml.go:104 msg=system CPU.0.SSE3=1 CPU.0.SSSE3=1 CPU.0.AVX=1 CPU.0.AVX2=1 CPU.0.F16C=1 CPU.0.FMA=1 CPU.0.BMI2=1 CPU.0.LLAMAFILE=1 CPU.1.LLAMAFILE=1 compiler=cgo(gcc)
time=2026-01-27T02:26:23.614Z level=INFO source=runner.go:1278 msg=load request="{Operation:alloc LoraPath:[] Parallel:1 BatchSize:512 FlashAttention:Enabled KvSize:4096 KvCacheType: NumThreads:127 GPULayers:[] MultiUserCache:false ProjectorPath: MainGPU:0 UseMmap:false}"
time=2026-01-27T02:26:23.684Z level=INFO source=runner.go:1278 msg=load request="{Operation:commit LoraPath:[] Parallel:1 BatchSize:512 FlashAttention:Enabled KvSize:4096 KvCacheType: NumThreads:127 GPULayers:[] MultiUserCache:false ProjectorPath: MainGPU:0 UseMmap:false}"
time=2026-01-27T02:26:23.685Z level=INFO source=device.go:245 msg="model weights" device=CPU size="799.8 MiB"
time=2026-01-27T02:26:23.685Z level=INFO source=device.go:256 msg="kv cache" device=CPU size="48.1 MiB"
time=2026-01-27T02:26:23.685Z level=INFO source=device.go:267 msg="compute graph" device=CPU size="64.0 MiB"
time=2026-01-27T02:26:23.684Z level=INFO source=ggml.go:482 msg="offloading 0 repeating layers to GPU"
time=2026-01-27T02:26:23.685Z level=INFO source=ggml.go:486 msg="offloading output layer to CPU"
time=2026-01-27T02:26:23.685Z level=INFO source=ggml.go:494 msg="offloaded 0/17 layers to GPU"
time=2026-01-27T02:26:23.685Z level=INFO source=device.go:272 msg="total memory" size="911.9 MiB"
time=2026-01-27T02:26:23.685Z level=INFO source=sched.go:526 msg="loaded runners" count=1
time=2026-01-27T02:26:23.685Z level=INFO source=server.go:1347 msg="waiting for llama runner to start responding"
time=2026-01-27T02:26:23.690Z level=INFO source=server.go:1381 msg="waiting for server to become available" status="llm server loading model"
time=2026-01-27T02:26:24.192Z level=INFO source=server.go:1385 msg="llama runner started in 0.67 seconds"
[GIN] 2026/01/27 - 02:26:24 | 200 |  864.235109ms |       127.0.0.1 | POST     "/api/generate"
[GIN] 2026/01/27 - 02:28:52 | 200 | 55.662835879s |       127.0.0.1 | POST     "/api/chat"

用ps 看一下,果然在cpu推理的

复制代码
ollama ps
NAME                    ID              SIZE      PROCESSOR    CONTEXT    UNTIL              
lfm2.5-thinking:1.2b    95bd9d45385f    956 MB    100% CPU     4096       3 minutes from now 

咨询一下:dcu计算卡可以用ollama的rocm进行推理吗?

根据现有信息,目前‌Ollama 并未提供专门针对 DCU(国产异构加速卡)的 ROCm 版本‌。虽然 Ollama 支持通过 ROCm 后端在 AMD GPU 上运行模型,但 DCU 属于国产芯片,其软件栈(如 DTK)与 NVIDIA CUDA 或 AMD ROCm 不同。

所以,应该是无法使用了...

相关推荐
zbyyd2 分钟前
Linux字符设备驱动:LED驱动实战开发
linux·单片机·arm·驱动
曦夜日长5 分钟前
Git系统篇,Git远程仓库(三):本地仓库与远程仓库的交互
linux·服务器·网络·git·交互
colinu17 分钟前
Docker 容器自启动策略说明与常用命令
运维·docker·容器
灯澜忆梦19 分钟前
【docker】#3 | 数据卷挂载
运维·docker·容器
Peter-Code21 分钟前
Nginx 常用操作整理(前端)
服务器·前端·nginx
学linux的QQ蛋28 分钟前
sys文件系统与misc文件系统学习小总结
linux·学习·驱动
像风一样自由20209 小时前
52.Docker部署大模型应用从本地开发到服务化运行
运维·人工智能·docker·容器·大模型·智能体
sxgzzn9 小时前
如何利用电缆故障定位在线监测系统提升供电安全?
运维·重构·无人机·开关柜局放在线监测·gis局放在线监测
曦夜日长9 小时前
Git系统篇,Git本地使用(一):从“究极进化版“到三个区域的底层原理
大数据·linux·git·elasticsearch
mengchanmian10 小时前
VSFTP 服务器搭建(Centos)
运维·服务器·centos