UNRAID篇！Ollama本地也能运行大模型

该篇教程主要讲解Ollama的安装和简单使用

Ollama：
在本地启动并运行大型语言模型。

主要流程目录：

1.安装

2.使用

2.1.下载模型

2.2.简单使用

2.3.中文模型

2.4.Llama中文社区

3.总结

1.安装

创建一个容器

切换”高级视图“

参考填写

ollamao llama/ollama:latest http://[IP]:[PORT:11434]/

Tip：

上面配置是纯CPU运行，如果要使用GPU（Nvidia/AMD）自行看文档

https://hub.docker.com/r/ollama/ollama

添加其他参数

/root/.ollama

/mnt/user/appdata/ollama

11434

11434

2.使用

上面部署的这个只是一个框架，还需要下载模型才可以运行。如果需要美观的UI界面，还需要另外安装其他应用配合。

2.1.下载模型

来到官网，点击右上角"Model"，下载模型

点击可以进行排序，这里我选择llama3

Tip：

- 7b 大小的模型通常至少需要 8GB RAM

- 13b 大小的模型通常至少需要 16GB RAM

- 33b 大小的模型通常至少需要 32GB RAM

- 70b 大小的模型通常需要至少 64GB RAM

可以选择模型大小进行下载，复制右侧代码（不指定大小默认是8B）

打开ollama的控制台

Tip：

一定要保证网络通畅，还有一定不要关闭弹窗不然就看不到进度了

拉取llama3模型

ollama pull llama3

模型下载完成

2.2.简单使用

因为没有UI界面，所以还是在这个控制台界面操作

列出模型

ollama list

前面部分就是名称了（只有一个版本的话，可以不用后面版本）

运行模型

ollama run 模型名称

可以直接输入问题，回车确认

中文也是没问题的

2.3.中文模型

虽然一般的模型都可以中文问答，但是有时候还是会出现英文回复现象。所以我建议是可以直接用中文微调的模型，这样比较省事。

拉取中文模型（拉取一个就行了，这里我是拉取Llama3的）

Llama3中文微调模型： ollama pull llamafamily/llama3-chinese-8b-instruct ​Llama2中文预训练模型： ollama pull llamafamily/atom-7b-chat

运行效果

Tip：

删除模型（如果前面下载的模型不想要了，可以删除）

ollama rm 模型名称

2.4.Llama中文社区

这里属于扩展部分，简单介绍Llama中文社区

Llama中文社区（GitHub），上面相关教程还是很多很全面的，也可以下载中文相关的模型。

https://github.com/LlamaFamily/Llama-Chinese

Llama中文社区（官网），很有意思的网站，建议自行挖宝

https://llama.family/

‍

3.总结

部署和使用其实还是很方便的，没有遇到什么问题，小白也可以轻松上手。本地部署大模型的好处就是不需要联网，数据相当比较安全。虽然运行模型对设备要求不算太高，但想要有一个比较好的体验还是需要性能好一点。

上面测试用的是QNCT（6C12T，而且当时还运行其他占用资源比较多的应用），下面这段话回复大概用了57秒左右

需要内存还是比较大的，会随着使用增多

没有加载模型前

加载模型以后

回复问题时

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～