Ollama用于在本地运行和部署大型语言模型(LLMs)的工具,可以非常方便的部署本地大模型
安装
Linux
curl -fsSL https://ollama.com/install.sh | sh
我是ubuntu系统安装,其他系统可以看项目的开源地址有写
docker安装
一键脚本
#!/bin/bash ################################################################################# # 功能:自动部署Ollama(Docker方式,GPU) # 说明:如果已安装了Docker,请注释掉 install_docker,避免重复安装 ################################################################################# info(){ echo -e "\033[34m 【`date '+%Y-%m-%d %H:%M:%S'`】\033[0m" "\033[35m$1\033[0m " } install_docker(){ #!/bin/bash info "安装依赖..." yum -y install gcc yum -y install gcc-c++ ##验证gcc版本 gcc -v info "安装Docker(指定版本:23.0.6)" wget https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo -O/etc/yum.repos.d/docker-ce.repo ##更新yum软件包索引 yum makecache fast ## 安装docker ce cli # 查看可安装版本:yum list docker-ce --showduplicates | sort -r yum -y install docker-ce-23.0.6-1.el7 docker-ce-cli-23.0.6-1.el7 info "启动Docker并验证" systemctl enable docker && systemctl start docker docker version ## 创建加速器 #cd /etc/docker #if [ ! -f "$daemon.json" ]; then # touch "$daemon.json" #else # rm -rf daemon.json # touch "$daemon.json" #fi #tee /etc/docker/daemon.json <<-'EOF' #{ # "registry-mirrors": ["https://自己的镜像加速器地址"] #} #EOF #systemctl daemon-reload #systemctl restart docker info "Docker(23.0.6)安装完毕!" } # 安装 Ollama install_Ollama(){ info "参考IP地址:"$(hostname -I) read -p "请问,您当前服务器的内网IP地址是?:" inner_ip inner_ip="${inner_ip:-127.0.0.1}" curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo \ | sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo sudo yum install -y nvidia-container-toolkit sudo nvidia-ctk runtime configure --runtime=docker sudo systemctl restart docker docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama --restart always ollama/ollama info "ollama部署完毕,开始下载qwen:0.5b模型..." docker exec -it ollama ollama run qwen:0.5b “你好” info "qwen:0.5b模型加载完成,开始部署webui界面..." docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=http://${inner_ip}:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main eip=$(curl ifconfig.me/ip) info "部署完毕,正在启动WEBUI界面,大约5分钟后,请访问:http://${eip}:3000" } install_docker install_Ollama
上面是一键安装脚本
下载模型
ollama run llama3:70b
这个命令的意思是下载一个llama3的70b模型
模型库
Ollama 支持在 ollama.com/library 上获取的模型列表
以下是一些可下载的示例模型:
Model | Parameters | Size | Download |
---|---|---|---|
Llama 3 | 8B | 4.7GB | ollama run llama3 |
Llama 3 | 70B | 40GB | ollama run llama3:70b |
Mistral | 7B | 4.1GB | ollama run mistral |
Dolphin Phi | 2.7B | 1.6GB | ollama run dolphin-phi |
Phi-2 | 2.7B | 1.7GB | ollama run phi |
Neural Chat | 7B | 4.1GB | ollama run neural-chat |
Starling | 7B | 4.1GB | ollama run starling-lm |
Code Llama | 7B | 3.8GB | ollama run codellama |
Llama 2 Uncensored | 7B | 3.8GB | ollama run llama2-uncensored |
Llama 2 13B | 13B | 7.3GB | ollama run llama2:13b |
Llama 2 70B | 70B | 39GB | ollama run llama2:70b |
Orca Mini | 3B | 1.9GB | ollama run orca-mini |
LLaVA | 7B | 4.5GB | ollama run llava |
Gemma | 2B | 1.4GB | ollama run gemma:2b |
Gemma | 7B | 4.8GB | ollama run gemma:7b |
Solar | 10.7B | 6.1GB | ollama run solar |
注意:运行 7B 模型至少需要 8 GB 的 RAM,运行 13B 模型需要 16 GB,运行 33B 模型需要 32 GB。
模型存储位置
了解模型存储位置对于管理和备份模型至关重要。默认情况下,模型存储在以下位置:Linux:/var/lib/ollama/models
Windows:C:\ProgramData\Ollama\models
macOS:/Library/Application Support/Ollama/models
查看模型
ollama list
这个命令可以看已经下载的模型
chen@chen:~$ ollama list NAME ID SIZE MODIFIED medllama2:latest a53737ec0c72 3.8 GB 24 hours ago
更改模型下载路径
先创建一个用于存放模型目录
sudo mkdir /path/to/ollama/models
修改权限
sudo chown -R root:root /path/to/ollama/models
sudo chmod -R 775 /path/to/ollama/models
添加环境变量
sudo vim /etc/systemd/system/ollama.service
在[Service]
下面加入一行新的Environment
,新一行!
Environment="OLLAMA_MODELS=/path/to/ollama/models"
请替换上面的路径为自己服务器内的路径
这里有个细节,如果你之前已经下载了模型,想要切换路径,需要复制ollama目录到你需要的目录
如果直接使用mv,会导致目录属性错误,ollama无法正常下载模型
Error: open /data/nvme/ollama/models/blobs/sha256-c1864a5eb19305c40519da12cc543519e48a0697ecd30e15d5ac228644957d12-partial-0: permission denied
这里明显显示的是权限错误 permission denied
如果你已经直接使用mv移动了,可以使用chwon 来指定ollama的models目录所属为ollama:ollama
sudo chown -R ollama:ollama /data/nvme/ollama/models/
想要在使用mv移动的时候保持目录属性需要再mv的基础上加上 -r 参数
开启flash attention
flash attention 可以显著减少注意力机制计算的时间,使得Transformer模型在训练和推理时能够更快地处理大量数据,而且它通过优化内存访问模式,减少了计算过程中的内存占用。这不仅有助于降低内存开销,还减少了计算过程中的内存带宽瓶颈。
通过在ollama.service 这个文件中的[Service]
下面加入一行新的Environment
,新一行!
Environment="OLLAMA_FLASH_ATTENTION=1"
当你的上下文越长效果越明显
安装WebUI
我是基于docker部署的,比较方便
docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=http://${inner_ip}:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main
${inner_ip} 请替换为你自己服务器的ip
webui部署完成之后可能出现无法连接到ollama的情况,这是因为ollama默认绑定的ip是127.0.0.1
在ollama.service文件的[Service]
下面再加入一行新的Environment
,新一行!
Environment="OLLAMA_HOST=0.0.0.0:11434"
重启服务即可