【CUDA】如何在 windows 上安装 Ollama 3 + open webui （docker + WSL 2 + ...

由于踩了不少坑，花了相称多的时间与精力，特地记载一下整个流程，能帮到一位算一位。
如果还是有我未涉及到的坑，请务必在下面留言批评。
  

1. 环境准备与整体过程概述

1.1 环境准备

由于篇幅缘故原由，这里假设大家已经安装好如下底子环境：

• windows 10 / 11 操作体系（64位）；
  
• docker-desktop 最新版（为了制止一些没须要遇到的坑，请尽量保持能更新到最新版）。
  
• WSL 2， 确保勾选Hyper-V、虚拟机平台、Linux子体系， 安装与设置也比较简朴，请自行安装好这个环境；
  
• 在windows 体系中，安装好 NVIDIA 驱动，就是平凡的那种驱动即可，通过此驱动可以配置分辨率等等。
  

重要增补：本博文仅仅介绍安装好 nvidia 30系列 与 40系列显卡的个人电脑。

• 如果个人电脑未安装显卡，无法完成以下介绍的各个步调；但是基于 CPU 也同样可以部署，方法简朴，不在此文介绍范围内；
  
• 如果个人电脑安装的不是 nvidia 显卡或者显卡的版本不在30系列与40系列内，不在本文讨论范围内。
  

1.2 步调概述

• 基于 WSL2 安装子体系，安装好 Ubuntu 子体系；
  
• 在子体系 WSL2 中安装好 Nvidia 驱动；
  
• 配置windows下的 docker-desktop，让 WSL2 作为 docker 的 backend；
  
• 重启一下设备，确保 WSL2 与 windows 下的 docker 已经连通无误；
  
• 安装镜像，验证docker镜像能通过WSL2以及WSL2下安装的驱动，利用显卡；
  
• 安装 Ollama3 + open webui 的 docker 镜像，验证可以正常利用；
  
• 基于 open webui 安装 Ollama3 模子，验证可以正常利用GPU。
  
• 重启一下验证无误，万事大吉 ！
  

温馨提示： 整个过程可能遇到类似于网络超等慢，安装过程忽然中断，安装docker镜像时PULL时间超等漫长等等题目。请务必耐烦处置惩罚一个一个题目，不要杂电脑与键盘另有鼠标（自画像），因为它们都是无辜的（狗头）。
2. 安装子体系以及子体系下的显卡驱动

2.1 验证 WSL2 安装无误

打开 windows 的下令行，输入如下下令：

1. wsl --version

复制代码

请确保 WSL 版本 >= 2.x 。

2.2 安装子体系 ubuntu

   这个地方需要注意，有可能docker安装了子体系（识别到 wsl 环境可能会默认安装子体系），如图所示：

这样我们可以利用已经安装好的子体系，也可以考虑利用本身安装的 ubuntu 体系。
  输入以下下令安装子体系：

1. wsl --update

复制代码

接着输入

1. wsl --install

复制代码

验证过程

1. wsl --list

复制代码

利用ubuntu体系
在本身的windows 体系下找到 ubuntu 体系，双击后会进入一个下令行窗口

2.3 安装显卡驱动（离线安装包的方法）

特别要注意，我们不要在子体系中安装 docker ，切记切记

   参考地址：https://docs.nvidia.com/cuda/wsl-user-guide/index.html
  请在 WSL2 下令行中，输入如下下令，删除已有的一些库文件：

1. sudo apt-key del 7fa2af80

复制代码

windows 体系欣赏器下载离线驱动包

由于我多次实验，发现网络题目利用在线安装很容易很容易报错（我是真的真的没乐成过），所以这里我们利用离线安装的方法。
首先 利用本身的windows体系下的欣赏器，访问 nvidia 官网驱动下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=runfile_local

因为我在 WSL2 上利用 wget 下令下载离线安装包时总是报错，所以我利用windows下的欣赏器，访问这个链接，并下载这个离线包，请访问 https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=runfile_local 并根据实际环境下载 runfile，由于版本更新题目这里不直接给下载链接了。
下载后，注意你的下载地址，我们接下来需要将这个文件挪到 WSL2 的地址，方便安装。
下载完成以后，我们实行运行这个文件，或者可以考虑 cp 到我们 WSL2 的目次下利用。
找到可实行文件的路径，一般环境下，我们原体系的C盘会被挂载到 /mnt 目次下，后面的路径就跟我们的下载路径一样了。当然，若下载的文件在D盘或者其他路径，也是同样的操作。在 WSL2 控制台中输入如下下令（根据实际环境修改）：

1. # 根据自己的下载文件的路径操作。需要修改如下命令
2. ls /mnt/c/Users/MSN/Downloads/cuda*

复制代码

找到路径以后，copy 一份到我们的 WSL2 的路径下，便于操作。在 WSL2 控制台中输入如下下令（根据实际环境修改）：

1. # 根据实际情况修改
2. cp /mnt/c/Users/MSN/Downloads/cuda_12.5.1_555.42.06_linux.run ~

复制代码

复制完成以后，接着就可以安装我们的显卡驱动。需要根据实际驱动版本型号修改，在 WSL2 下令行中输入：

1. sudo sh cuda_12.5.1_555.42.06_linux.run

复制代码

实行以后，如果你遇到错误提示如下：

说明需要安装 gcc ，在 WSL2 中实行下令如下：

1. sudo apt-get install gcc

复制代码

然后重新实行上面的安装驱动的下令（sudo sh cuda_12.5.1_555.42.06_linux.run），会发现提示如下：

此时已经证明我们安装驱动完成 。
2.4 配置环境变量

编辑 WSL2 的 ~/.bashrc 添加环境变量就像安装完驱动控制台输出内容一样（官方的发起）

我们利用 vi 下令编辑 .bashrc 文件，写入环境变量如下：

1. export PATH=/usr/local/cuda-12.5/bin:$PATH
2. export LD_LIBRARY_PATH=/usr/local/cuda-12.5/lib64:$LD_LIBRARY_PATH

复制代码

   vi 的下令不熟悉，可以利用 vim 等等其他下令。
  末了一个步调是我们需要激活环境变量：

1. source ~/.bashrc

复制代码

验证方法
输入

1. echo LD_LIBRARY_PATH

复制代码

将会打印我们上面配置的环境变量地址。
输入 nvidia-smi

1. nvidia-smi

复制代码

会输出显卡的相干信息
输入 nvcc -V

1. nvcc -V

复制代码

会输出 nvidia cuda 驱动相干信息
三个过程请都验证一下，制止以后出现乱七八遭的题目

2.5 配置 docker-desktop 与 WSL2 密切绑定

配置方法比较简朴，请参考如下截图：

配置完成以后，一般环境下 windows下的docker 会重新启动，确保重启正常完成。
2.6 基于docker 安装 cuda-sample 验证 cuda 可用

之所以不直接安装 open webui ，是因为代价有点大，如果docker镜像不能正常访问GPU，那么添加 open webui 过程太浪费时间了。
在 WSL2 下令行中，输入内容如下：

1. sudo docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark

复制代码

安装完成以后，我们需要注意，在windows 的 docker-desktop 中查看启动日志。

请特别注意，日志中包括 CUDA 的相干内容，足够证明 docker 镜像中能利用 CUDA，也就是能利用GPU。

2.7 安装 open webui + ollama3

这里我们不分别安装两次了，我们利用官方提供了的方法，一个镜像包括了 open webui 与 ollama3，更加方便。
在 WSL2 的下令行中输入如下下令：

1. sudo docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

复制代码

这是一个比较漫长的过程，可以去洗个澡，吃个饭，玩会儿手机，看会儿书，扫除家里卫生，吃点零食，喝点茶，逗逗宠物，洗洗衣服，伸伸懒腰，踢踢腿，打打拳，做一套广播体操。

乐成安装完成以后，我们前往查看 docker 的容器启动日志：

我们可以看到日志中提示 CUDA 可用，说明统统正常，安装乐成。
利用欣赏器访问本地的 3000 端口，可以看到内容如下，

注册一个账号，非常简朴，没有什么限定

注册登录后，通过设置可以利用中文，结果如下：

2.8 添加模子与选择模子

点击 管理员设置 以后，找到 模子 ，输入模子的编号即可自动下载模子。

这里以 qwen2 为例

下载的过程比较漫长，我们可以去洗个澡，吃个饭，玩会儿手机，看会儿书，扫除家里卫生，吃点零食，喝点茶，逗逗宠物，洗洗衣服，伸伸懒腰，踢踢腿，打打拳，做一套广播体操。

接着回到主界面，我们可以下拉 “选择一个模子”，如下图所示（我总共下载了三个模子）

接着就可以正常谈天了 ~

2.9 验证大模子推断过程是基于GPU完成

在 windows 下，利用快捷键 Ctrl + Shift + Esc ，弹出如下 使命管理器窗口，接着选择左边导航栏中的 性能 可以看到如下内容：

接着我们在 open webui 中输入一个相对复杂的对话，让大模子推断时间久一些，然后同时观察 刚刚打开的窗口中 GPU 的变化环境。

2.10 验证重启后，模子依然存在

重启一下我们的个人电脑，重新启动我们前面创建的 container ，可以看到模子依然存在，之前完成的内容并不会因此而失效。
3. 参考资料

• https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=runfile_local
  
• https://docs.nvidia.com/cuda/wsl-user-guide/index.html
  
• https://github.com/open-webui/open-webui/tree/main
  

4. 总结

本文记载了本身安装部署 Ollama3 + open webui 并基于GPU推断的整个过程，由于篇幅题目，没有办法将所有我遇到的题目都记载下来，但可以基本确定的是，按照如上步调完成部署安装，一般环境下是可以正常运行的。
感谢小伙伴们点赞支持 ~
   Smileyan
2024.07.13 23:01

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。