Ollama部署大模子并安装WebUi
Ollama用于在当地运行和部署大型语言模子（LLMs）的工具，可以非常方便的部署当地大模子安装
Linux
curl -fsSL https://ollama.com/install.sh | sh 我是ubuntu体系安装，其他体系可以看项目的开源地点有写
GitHub - ollama/ollama: Get up and running with Llama 3, Mistral, Gemma, and other large language models.
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://${eip}:3000"
}
install_docker
install_Ollama
上面是一键安装脚本
下载模子
ollama run llama3:70b 这个下令的意思是下载一个llama3的70b模子
模子库
Ollama 支持在 ollama.com/library 上获取的模子列表
以下是一些可下载的示例模子：
ModelParametersSizeDownloadLlama 38B4.7GBollama run llama3Llama 370B40GBollama run llama3:70bMistral7B4.1GBollama run mistralDolphin Phi2.7B1.6GBollama run dolphin-phiPhi-22.7B1.7GBollama run phiNeural Chat7B4.1GBollama run neural-chatStarling7B4.1GBollama run starling-lmCode Llama7B3.8GBollama run codellamaLlama 2 Uncensored7B3.8GBollama run llama2-uncensoredLlama 2 13B13B7.3GBollama run llama2:13bLlama 2 70B70B39GBollama run llama2:70bOrca Mini3B1.9GBollama run orca-miniLLaVA7B4.5GBollama run llavaGemma2B1.4GBollama run gemma:2bGemma7B4.8GBollama run gemma:7bSolar10.7B6.1GBollama run solar 注意：运行 7B 模子至少必要 8 GB 的 RAM，运行 13B 模子必要 16 GB，运行 33B 模子必要 32 GB。
模子存储位置
了解模子存储位置对于管理和备份模子至关告急。默认环境下，模子存储在以下位置：
Linux：/var/lib/ollama/models
Windows：C:\ProgramData\Ollama\models
macOS：/Library/Application Support/Ollama/models
检察模子
ollama list
这个下令可以看已经下载的模子
chen@chen:~$ ollama list
NAME ID SIZE MODIFIED medllama2:latest a53737ec0c72 3.8 GB 24 hours ago 更改模子下载路径
先创建一个用于存放模子目次
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子，想要切换路径，必要复制ollama目次到你必要的目次
如果直接使用mv，会导致目次属性错误，ollama无法正常下载模子
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目次所属为ollama:ollama
sudo chown -Rollama:ollama/data/nvme/ollama/models/ 想要在使用mv移动的时间保持目次属性必要再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盘算的时间，使得Transformer模子在训练和推理时可以或许更快地处置惩罚大量数据，而且它通过优化内存访问模式，减少了盘算过程中的内存占用。这不仅有助于低落内存开销，还减少了盘算过程中的内存带宽瓶颈。
通过在ollama.service 这个文件中的下面加入一行新的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的环境，这是因为ollama默认绑定的ip是127.0.0.1
在ollama.service文件的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
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]