目录
前言
一、Ollama 简介
1、什么是Ollama
2、特点：
二、Windows部署
1.下载
2.安装
3.测试安装
4.模型部署：
5.注意
三、 Docker部署
1.docker安装
2.ollama镜像拉取
3.ollama运行容器
4.模型部署：
5.注意：
总结
前言
最近，自己在学习一些大模型的相关知识，所以近期会不定时更新大模型的实操指南，这里为LLM系列第一篇文章，主要内容是在本地搭建自己的LLM服务。
随着AI的发展，越来越多的开软软件供我们选择，如：Hugging Face 、Transformers、LangChain、Ollama、vllm等，本篇以O llama为例，在本地搭建自己的大模型服务。话不多说，正文开始。
一、Ollama 简介
官网地址：ollama官网
1、什么是Ollama
Ollama 是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计，极大地简化了大模型在本地运行的过程。对用户来说，只需要通过执行几条命令就能在本地运行开源大模型，如qwen、llama等。
2、特点：
简化部署：Ollama 目标在于简化在 Docker 容器中部署大型语言模型的过程，使得非专业用户也能方便地管理和运行这些复杂的模型。 轻量级与可扩展：作为轻量级框架，Ollama 保持了较小的资源占用，同时具备良好的可扩展性，允许用户根据需要调整配置以适应不同规模的项目和硬件条件。 API支持：提供了一个简洁的 API，使得开发者能够轻松创建、运行和管理大型语言模型实例，降低了与模型交互的技术门槛。 预构建模型库：包含一系列预先训练好的大型语言模型，用户可以直接选用这些模型应用于自己的应用程序，无需从头训练或自行寻找模型源。 跨平台支持：提供针对 macOS、Windows（预览版）、Linux 以及 Docker 的安装指南，确保用户能在多种操作系统环境下顺利部署和使用 Ollama。二、Windows部署
1.下载
进入目录一中给出的ollama的官网，然后选择你安装的版本即可：
Windows下应该是
2.安装
windows下双击上边的exe文件，选择install安装即可.
3.测试安装
进入到cmd下，输入Ollama，出现下列内容则证明安装成功，安装成功后，该服务会开机自启，不需要每次手动运行
4.模型部署：
直接cmd命令行里输入ollama run xxx(xxx为你要部署的模型名字，如)即可。同时，大家也可以前往ollama官网查看支持的模型，如下：
在红框中搜索你想要部署的模型，如qwen2
选择模型大小，然后复制右侧命令到cmd中即可，运行成功的界面如下：
5.注意
Windows下模型默认下载到 C:\Users\%username%\.ollama\models下，如果你要更改，需要在电脑“高级环境变量”中创建一个新的变量OLLAMA_MODELS，如下：模型将会保存在D:\ollama\models下
监听端口默认为11434，如果你要更改默认端口，同上，在环境变量中新增OLLAMA_HOST，如下：这样修改之后，你本地请求ip:1006即可。
如果按照以上方式修改了环境变量，记得重启ollama服务，否则不会生效。三、 Docker部署
1.docker安装
这部部分自行百度下，网上很多教程，需要注意的是，如果你电脑有gpu的话记得去安装docker的gpu版本。
2.ollama镜像拉取
docker pull ollama/ollama3.ollama运行容器
CPU 下：
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollamaGPU下：
docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama其中， -v ollama:/root/.ollama表示你要将本地的ollama目录挂载到容器中，该目录可自己指定，是用来存放模型的。最好自己创建下。--name. ollama为容器名，也可以自己指定
4.模型部署：
部署方式同二.4中，即直接ollama run xxx即可，x x x是你要部署的模型型号。
5.注意：
当你想使用所有的gpu时，则执行3中的命令即可，如果要指定gpu，执行下列命令：docker run -d --gpus "device=7" -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollamadocker run -d --gpus=all -v ollama:/root/.ollama -p xxx:11434 --name ollama ollama/ollama其中，x x x即为你要监听的本机端口号
总结
以上就是本篇全部内容，后续会不定时更新该系列文章，如果觉的有用的话，别忘了三连🐶
总结
这篇文章主要介绍了如何在本地部署和运行大型语言模型（LLM）服务，具体以开源框架Ollama为例，提供了Windows和Docker环境下的部署流程。总结如下：### 前言
文章作为LLM系列的第一篇，重点介绍了通过开源框架Ollama在个人计算机上搭建LLM服务的实操指南。
### Ollama 简介
- **什么是Ollama**：Ollama是一个专为方便在本地机器上部署和运行大型语言模型而设计的开源框架。
- **特点**：
- **简化部署**：通过Docker简化部署过程。
- **轻量级与可扩展**：保持资源占用小，支持灵活配置。
- **API支持**：提供简洁API降低模型交互门槛。
- **预构建模型库**：包含预训练模型，方便直接使用。
- **跨平台支持**：适用于macOS、Windows（预览版）、Linux以及Docker环境。
### Windows部署
1. **下载**：从Ollama官网下载适合Windows的版本（exe文件）。
2. **安装**：双击exe文件并选择“install”。
3. **测试安装**：在cmd中输入“Ollama”，成功显示信息则表示安装并自启。
4. **模型部署**：通过“ollama run xxx”（xxx为模型名）命令部署模型，可访问Ollama官网查看支持的模型并复制部署命令。
5. **注意**：调整模型下载目录和监听端口需修改环境变量，并重启Ollama服务。
### Docker部署
1. **Docker安装**：需自行搜索安装指南，注意gpu支持版本。
2. **Ollama镜像拉取**：使用`docker pull ollama/ollama`命令拉取镜像。
3. **Ollama运行容器**：分CPU和GPU环境执行不同命令，需指定模型存储目录和容器名称等参数。
4. **模型部署**：同Windows部署，通过“ollama run xxx”命令部署。
5. **注意**：详细说明了如何在指定GPU上运行、如何更改监听端口。
### 总结
文章详细描述了如何在Windows和通过Docker在多种操作系统上部署 Oligera（此处应为Ollama），包括从下载到模型部署的各个步骤以及常见的注意事项，为初学者提供了实用的操作指南。鼓励读者持续关注该系列文章的更新。