大模型本地部署和运行中，经常遇到这三个概念，llama，ollama，llama.cpp。 刚开始接触时，的确有些傻傻分不清楚。这里简单区分理解下，方便快速上手。
简单来讲，llama 是一个Meta公司开源的预训练大型语言模型，llama.cpp用于加载和运行 LLaMA 语言模型。ollama是大模型运行框架，它利用了 llama.cpp 提供的底层功能。
LLaMa
LLama(又称为羊驼)是预训练开源语言模型，它来着Meta公司（原Facebook公司）。类似国内阿里通义千问Qwen系列大模型、智谱AI的 GLM系列模型等。LLaMA系列模型以其高质量、可扩展性和灵活性，在NLP领域取得了显著的进展。通过不断地技术创新和优化，LLaMA模型在各种任务上展现了卓越的性能，成为了大型语言模型研究和应用的重要里程碑。
2024年4月19日，Meta在官网上官宣了Llama-3，作为继Llama-1、Llama-2和Code-Llama之后的第三代模型，Llama-3在多个基准测试中实现了全面领先，性能优于业界同类最先进的模型。
llama.cpp
llama.cpp 是一个开源的 C++ 库, 它用原始 C++ 重写了 LLaMa 的推理代码，是一种推理框架，用于加载和运行 LLaMA 语言模型。通过一些优化和量化权重，llama.cpp能让我们在各种以前无法想象的硬件上本地运行 LLaMa 模型。其中：
在谷歌 Pixel5 手机上，它能以 1 token/s 的速度运行 7B 参数模型。 在 M2 芯片的 Macbook Pro 上，使用 7B 参数模型的速度约为 16 token/s 我们甚至于可以在 4GB RAM 的树莓派上运行 7B 模型，尽管速度只有 0.1 token/s获取代码
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp在国内访问，可以使用gitcode.com替换，命令如下：
git clone https://gitcode.com/ggerganov/llama.cpp.git llama
（注：习惯起见，这里将下载的llama.cpp重新命名为llama）
llama.cpp提供了基础的推理功能,但缺乏一些高级功能,如上下文管理、插件系统等。
Ollama
Ollama是一个开源的大型语言模型服务工具，它帮助用户快速在本地运行大模型。通过简单的安装指令，用户可以执行一条命令就在本地运行开源大型语言模型，如Llama 2。Ollama极大地简化了在Docker容器内部署和管理LLM的过程，使得用户能够快速地在本地运行大型语言模型。
一句话：Ollama是一个简明易用的本地大模型运行框架，有点类似docker的概念。
Ollama下载和安装（支持windows、linux和Mac）：Download Ollama on macOSGet up and running with large language models.https://ollama.com/download
Ollama已经支持了很多开源大模型库，参考官方地址：libraryGet up and running with large language models.https://ollama.com/library