ubuntu下open-webui + ollama本地大模子部署
业余兴趣，部署下最近很火的LLM大模子玩玩，现在市面做这种大模子的部署快速应用还是挺多的，好比下面这些。https://i-blog.csdnimg.cn/direct/e7faa1d729634f22af3249e09a6b85b1.png
这里先容接纳nvidia gpu，基于ubuntu docker情况下的open-webui + ollama本地大模子部署过程。
nvidia gpu驱动安装
如果电脑有nvidia gpu，使用本地大模子最好接纳gpu，否则用cpu的推理速度极慢，还占用资源。
安装
# nvidia镜像源
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
sed 's#deb https://#deb https://#g' | \
sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
apt-get update
#安装 NVIDIA Container Toolkit 软件包
apt-get install -y nvidia-container-toolkit
#配置 Docker 以使用 Nvidia 驱动程序
sudo nvidia-ctk runtime configure --runtime=docker
apt-get install dkms
ubuntu-drivers devices # 查询系统建议安装的nvidia版本
apt install nvidia-driver-550-open#选择驱动版本安装
ls /usr/src/ |grep nvidia #可以看到nvidia开头的驱动版本文件
安装后reboot重启
然后实行nvidia-smi查看gpu情况，确认是否安装成功。
卸载
sudo apt-get --purge remove nvidia*
sudo apt autoremove
# To remove CUDA Toolkit:
sudo apt-get --purge remove "*cublas*" "cuda*"
sudo apt-get --purge remove "*nvidia*"
ollama 部署
添加docker秘钥
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
添加阿里docker软件源
sudo add-apt-repository "deb http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
https://i-blog.csdnimg.cn/direct/0c9522855b1c4465b51637b1062c7841.png
docker配置添加国内镜像源
创建文件：/etc/docker/daemon.json， 添加如下内容， docker镜像源将会从如下站点拉取。同时配置Nvidia运行时，能在docker中使用GPU。
{
"registry-mirrors": [#镜像源
"https://docker.mirrors.ustc.edu.cn",
"https://hub-mirror.c.163.com",
"https://docker.m.daocloud.io",
"https://ghcr.io",
"https://mirror.baidubce.com",
"https://docker.nju.edu.cn"
],
"default-runtime": "nvidia",
"runtimes": {
"nvidia": {
"args": [],
"path": "nvidia-container-runtime"
}
},
"data-root": "/home/docker/data/"#docker镜像默认安装路径
}
其中，"data-root"为docker镜像默认安装路径，用户根据自己情况选择路径。如果不选择，默认安装到：/var/run/docker/。
sudo systemctl restart docker 生效。
ollama安装
从源拉取ollama镜像。
docker pull ollama/ollama:latest
启动一个ollama容器
docker run -d --gpus=all --restart=always -v /root/project/docker/ollama:/root/project/.ollama -p 11434:11434 --name ollama ollama/ollama
使用镜像为ollama/ollama，映射端口11434。
通过ollama下载模子到本地
#下载通义千问：
docker exec -it ollama ollama run qwen2
#下载通义ollama3
docker exec -it ollama ollama runllama3.1:8b
查看已经安装好的模子：
docker exec -it ollama ollama list
https://i-blog.csdnimg.cn/direct/c6540f37d86c4595a2bdde05f9daed44.png
可下载其他模子库如下，根据自身电脑配置下载
模子参数数目巨细下载方式Llama 27B3.8GBdocker exec -it ollama ollama run llama2Mistral7B4.1GBdocker exec -it ollama ollama run mistralDolphin Phi2.7B1.6GBdocker exec -it ollama ollama run dolphin-phiPhi-22.7B1.7GBdocker exec -it ollama ollama run phiNeural Chat7B4.1GBdocker exec -it ollama ollama run neural-chatStarling7B4.1GBdocker exec -it ollama ollama run starling-lmCode Llama7B3.8GBdocker exec -it ollama ollama run codellamaLlama 2 Uncensored7B3.8GBdocker exec -it ollama ollama run llama2-uncensoredLlama 213B7.3GBdocker exec -it ollama ollama run llama2:13bLlama 270B39GBdocker exec -it ollama ollama run llama2:70bOrca Mini3B1.9GBdocker exec -it ollama ollama run orca-miniVicuna7B3.8GBdocker exec -it ollama ollama run vicunaLLaVA7B4.5GBdocker exec -it ollama ollama run llavaGemma2B1.4GBdocker exec -it ollama ollama run gemma:2bGemma7B4.8GBdocker exec -it ollama ollama run gemma:7b 检验本地模子
通过命令运行ollama3.1，能直接进行对话，说明正常了。
docker exec -it ollama ollama runllama3.1:8b
https://i-blog.csdnimg.cn/direct/1c8614f8ff514ee2bb953840b2c57cf1.png
open-webui 部署
上面命令方式跟模子对话不太通用，通常会做成网页形式交互，这里可以接纳open-webui。
安装容器和镜像下载
支持 Nvidia GPU 的 Open WebUI
sudo docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda
但下载估计非常慢，可以用国内的：
sudo docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart alwaysregistry.cn-shenzhen.aliyuncs.com/funet8/open-webui:cuda
如果不支持 Nvidia GPU 可以下载main版本：
$ sudo docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
映射端口号为3000.
查看ollama和open-webui安装的容器和镜像：
https://i-blog.csdnimg.cn/direct/cfe0ec8b6d7746c989b73ce63763b5fe.png
https://i-blog.csdnimg.cn/direct/61bbcee12fac4149aa9eb4d121a01e9e.png
webui使用
网页登入：
http://127.0.0.0:3000/
https://i-blog.csdnimg.cn/direct/da7605449e6044619f9e6e471cb58c09.png
第一次登入，必要注册个管理员账号。
进入webui后，查看是否辨认到模子。
https://i-blog.csdnimg.cn/direct/a27dfbc1590a4a299076f2580082659f.png
以及管理模子docker的端口号是否与ollama一致。
https://i-blog.csdnimg.cn/direct/330ab0aa3f8e420a9d84477fe0168d2c.png
第一次启动模子提问，可能要等候一段时间，等模子加载启动后才有回应。
（如果一直没有回应，但命令行方式有回应，那可能是webui安装题目，大概欣赏器题目）。
https://i-blog.csdnimg.cn/direct/b3ad6fe31cf94b748087531f1568cc23.png
查看模子运行时内存、cpu、gpu占用
模子开始回答题目时，cpu变革不大，回答结束后cpu规复，但内存被占用很多，而且回答结束后仍旧占用，说明模子已经被加载到内存处于生动状态。
https://i-blog.csdnimg.cn/direct/e06ac9148705456aa4e3379642a736c5.png
nvidia-smi查看，模子j计算的主要占用在GPU中。
https://i-blog.csdnimg.cn/direct/c8c5c6e9365c4bd082530d78d0785dbd.png
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]