本地运行模型我之前都直接使用LM-studio，好用、无脑。本地用足够了。但是放在服务器上才是正道，本地运行无法长时间开启保持运行，而且Ollama推出了并行GPU计算之后可用性大幅提升，可用性很高。 今天研究下如何用Ollama如何在本地来使用这些HF的开源模型，后面把它搬到服务器上。
设置很简单，先在电脑上创建一个文件夹，比如我会把我的模型放到一个雷电3外接的nvme硬盘上，路径是。 然后在这里直接创建Modelfile，格式可以参考Ollama的文档。
1. 使用HuggingFace
从HugginFace下载模型需要挑选下。这里我先以Meta-Llama-3-8B-Instruct为例子，我之前下载了。 如果网络存在问题可以选择国内镜像站，给大家推荐一个镜像站HF-Mirror，当然也可以去国内的ModelScope下载。 下载可以选择镜像站，但是你还是需要梯子的，因为比如Meta的LLama3或者Google的Gamma等模型都是需要申请的，通过了才能用。不过给大家提个醒，申请Token的时候尽量别填写中国，否则你会遇到跟我一样的情况。
- 使用度娘搜资源，看看有人共享模型网盘地址没有。
- 直接搜Meta-Llama-3，有一些有志人士会讲这些模型重传到自己仓库中让大家使用，比如我现在用的。
- 直接在ModelScope中查找下载
OK，知道在哪下载了之后你要知道用什么样的模型。
2. 应该下载什么样的模型
本地运行模型在不写代码的情况对于模型格式还是需要一些要求的。你会遇到两种格式GGUF和Safetensor。
-
GGUF（General Graphical User Interface Format）是一种用于存储和共享开源机器学习模型的格式
简单说，GGUF把模型权重和结构统一存储了，方便传输和扩展。Safetensors是二进制格式，安全高效，可以通过量化转换为GGUF，可以参考llama.cpp的官方文档。 它们的细节差别，以及具体如何将safetensor量化转换我会再写一篇文章细说。
那么我们最好挑GGUF格式模型，主机配置高的可以Q6、Q8，配置不行的自行尝试小的吧。我自己平时用Q6的就足够了（M2 Ultra, 192G）。GGUF格式的所有的模型都可以被Ollama直接加载，也可以在LM-studio中直接使用，比较推荐。
而Safetensor格式的Ollama支持了三种，
- LlamaForCausalLM
- MistralForCausalLM
- GemmaForCausalLM 这三种架构的也可以直接加载。
这里以GGUF为例介绍一下怎么用。
当你选好了模型、参数大小和量化版本之后，你只需要下载对应的GGUF即可（这也是为啥我推荐GGUF，自己量化下载慢还得执行），下载好模型之后进行下一步。
最简单的使用
- 指定模型
- 导入模型文件
- 运行导入的模型后进入命令行交互模式
经过上面三步已经可以用命令行跟大模型沟通了，但是为了作为生产力给各个软件提供能力，你还需要继续折腾一下。
- 很多模型对中文是不友好的，比如这个Meta的LLama3和3.1。我们可以在导入Model的时候要求Ollama增加TEMPLATE、SYSTEM、PARAMETER。
- 为了对接使用模型的应用，需要后台运行模型暴露API接口
稍微进阶一下
1. 修改一下Modelfile
通过上面的内容大家也看得出，其实Ollama的Modelfile跟Docker的Dockerfile格式很相似，我们需要添加几个内容改成这个样子，有一部分是来自Ollama的官方文档，一部分来自网上找的，简单解释下含义
参数说明
- PARAMETER：指定模型的一些参数，包括常见的temperature、top-p、tok-k等。这里说下stop，stop其实是要设置模型的停止符。当遇到stop的value值时，LLM 将停止生成文本并返回。可以通过在模型文件中指定多个单独的参数来设置多个停止模式。
- SYSTEM：预设的System message
- TEMPLATE：这个重点说一下，这个模板是定义的是真正传递给LLM的input内容。通过这个模板的定义我们可以完整的控制到底如何传递给大模型，也能配合stop标记来管理。由于Ollama使用go语言开发，所以模板语法也是go的规则。
另一个有意思的语句
“奶奶会生气”这个挺搞笑的，但是确实有用，感兴趣的朋友自己搜搜原因吧，没找到。
2. 创建一个新版本的model镜像
3. 再试试吧
试试API
到此为止我们的模型已经在本地运行了，想要建立后台任务可以尝试mac的后台进程或者linux的screen命令等，根据实际情况处理即可。 关于Ollama的API官方文档有说明，ollama/docs/api.md。这里只做简单的一个测试 如果你不确定ollama服务运行的端口可以用来试一下，没启动的话会尝试启动，在运行的话会告诉你运行在哪，.
生产环境如何使用
Ollama的API和OpenAI的API sdk还是有差别的，如果想无缝切换到OpenAPI的sdk中最简单的方式就是做代理，感谢开源，有些项目已经可以帮我们完成这个目标了，推荐使用songquanpeng/one-api作为中间代理。
Ollama还是比较适合作为中间层的，运行效率已经基本能满足服务使用。经过测试在0.2以上的版本性在我的主机上性能llama3 8B的性能并不低与GPT 3.5，比4o-mini稍微慢一点。当然推理能力和生成质量稍有不及，不过只要主机够多，搭建私域强大的LLM不是问题，推荐大家了解MOA的相关知识
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “？”“”等问题热议不断。
事实上，
继等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？
与其焦虑……
不如成为「」，毕竟AI时代，谁先尝试，谁就能占得先机！
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 分享出来：包括等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
阶段1：AI大模型时代的基础理解
-
目标：了解AI大模型的基本概念、发展历程和核心原理。
-
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
-
目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
-
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3：AI大模型应用架构实践
-
目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
-
内容：
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4：AI大模型私有化部署
-
目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
-
内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 包括等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈