Ollama介紹和特性

Ollama是一個輕量級、易于使用的大模型管理和部署工具，主要用于簡化大模型的運(yùn)行和交互。并且為開發(fā)者和用戶提供了快速加載、管理和調(diào)用多種主流大模型的能力，同時支持本地化部署各類大模型。

核心特點(diǎn)：

• ? 輕量化設(shè)計(jì)：Ollama體積小巧，安裝簡單，適合個人開發(fā)者和小型團(tuán)隊(duì)
• ? 多模型支持：支持多種主流大模型，如Llama系列、Qwen系列、Deepseek系列等
• ? 資源優(yōu)化：通過量化技術(shù)降低模型顯存占用，減少對高性能GPU的依賴
• ? 易用性：提供命令行工具和圖形化界面，方便用戶操作
• ? 擴(kuò)展性強(qiáng)：可以與其他工具（如 Kubernetes、Docker）結(jié)合，實(shí)現(xiàn)分布式部署和管理

Ollama與其它工具對比

Ollama

官網(wǎng)：https://ollama.com/

安裝簡單，提供 CLI 和 WebUI，適合初學(xué)者和開發(fā)者。支持量化技術(shù)降低內(nèi)存占用，適合普通硬件、支持 Linux、macOS 和 Windows、支持大部分主流模型。但是 Ollama 并發(fā)性能不如 vLLM。

vLLM

官網(wǎng)：https://vllm.ai/

vLLM 是一個高效的大模型推理和服務(wù)引擎，在多 GPU 環(huán)境下性能表現(xiàn)優(yōu)異，更適合大規(guī)模在線推理服務(wù)。但是 vLLM 的部署復(fù)雜度較高，需要一定的技術(shù)基礎(chǔ)，主要面向 Linux，跨平臺支持有限。

LocalAI

官網(wǎng)：https://localai.io/

LocalAI 和 Ollama 相似，是一個輕量級的本地大模型服務(wù)框架，開箱即用，無需復(fù)雜配置。但是性能優(yōu)化不如 vLLM 和 Ollama，并且功能較少，比如不支持多線程加速等。

Ollama安裝部署

Linux 手動安裝 Ollama

下載并安裝 Ollama：

curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
sudo tar -C /usr -xzf ollama-linux-amd64.tgz

創(chuàng)建 Ollama 專用用戶：

sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama
sudo usermod -a -G ollama $(whoami)

創(chuàng)建 Ollama 模型存儲目錄：

mkdir /data/ollama/models
chown -R ollama.ollama /data/ollama/

創(chuàng)建 Ollama 啟動 Service：

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_MODELS=/data/ollama/models"

[Install]
WantedBy=default.target

將上述配置保存到 /etc/systemd/system/ollama.service

啟動 Ollama 服務(wù)：

systemctl daemon-reload
systemctl enable --now ollama

查看啟動狀態(tài)：

systemctl status ollama

預(yù)期輸出：

● ollama.service - Ollama Service
   Loaded: loaded (/etc/systemd/system/ollama.service; enabled; vendor preset: disabled)
   Active: active (running) since ...

測試端口：

curl 127.0.0.1:11434

預(yù)期輸出：

Ollama is running

Ollama 常用命令詳解

下載模型

ollama pull deepseek-r1:1.5b

輸出示例：

pulling manifest
pulling aabd4debf0c8... 100% ▕██████████████████████████████████████████████████████████████████████████▏ 1.1 GB
pulling 369ca498f347... 100% ▕██████████████████████████████████████████████████████████████████████████▏ 387 B
pulling 6e4c38e1172f... 100% ▕██████████████████████████████████████████████████████████████████████████▏ 1.1 KB
pulling f4d24e9138dd... 100% ▕██████████████████████████████████████████████████████████████████████████▏ 148 B
pulling a85fe2a2e58e... 100% ▕██████████████████████████████████████████████████████████████████████████▏ 487 B
verifying sha256 digest
writing manifest
success

查看本地模型列表

ollama list

輸出示例：

NAME               ID            SIZE    MODIFIED
deepseek-r1:1.5b   a42b25d8c10a 1.1 GB  3 minutes ago
phi:latest         e2fd6321a5fe 1.6 GB  27 minutes ago

查看模型詳情

ollama show deepseek-r1:1.5b

輸出示例：

  architecture        qwen2
  parameters          1.8B
  context length      131072
  embedding length    1536
  quantization        Q4_K_M

Parameters
  stop "<｜begin▁of▁sentence｜>"
  stop "<｜end▁of▁sentence｜>"
  stop "<｜User｜>"
  stop "<｜Assistant｜>"

License
  MIT License
  Copyright (c) 2023 DeepSeek

啟動一個模型并進(jìn)入交互模式

ollama run phi

交互示例：

>>> who are you?
I am Phi, a large language model trained by Microsoft. I'm here to help you with any questions or tasks you have. What can I assist you with today?

查看當(dāng)前正在運(yùn)行的模型

ollama ps

輸出示例：

NAME               ID            SIZE    PROCESSOR   UNTIL
phi:latest         e2fd6321a5fe 5.4 GB  100% GPU   4 minutes from now
deepseek-r1:1.5b   a42b25d8c10a 2.0 GB  100% GPU   About a minute from now

停止一個運(yùn)行中的模型

ollama stop phi:latest

停止后再次查看：

ollama ps

輸出示例：

NAME               ID            SIZE    PROCESSOR   UNTIL
deepseek-r1:1.5b   a42b25d8c10a 2.0 GB  100% GPU   17 seconds from now

刪除一個本地模型

ollama rm phi:latest

輸出示例：

deleted 'phi:latest'

刪除后再次查看：

ollama list

輸出示例：

NAME               ID            SIZE    MODIFIED
deepseek-r1:1.5b   a42b25d8c10a 1.1 GB  42 hours ago

Ollama WebUI 部署

注意：Ollama WebUI 需要使用 Docker 啟動，如果服務(wù)器沒有安裝 Docker，需要先安裝 Docker。

創(chuàng)建數(shù)據(jù)目錄：

mkdir -p /data/ollama/webui

直接使用 docker 部署即可：

docker run -d -p 3000:8080 -e ENABLE_OPENAI_API=false -e OLLAMA_BASE_URL=http://[OLLAMA_HOST]:11434 -e HF_HUB_OFFLINE=1 -v /data/ollama/models:/root/.ollama -v /data/ollama/webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

啟動后通過宿主機(jī)的 3000 端口訪問即可。

Ollama 服務(wù)端常用配置

啟動 Ollama 服務(wù)端：

ollama serve

使用自定義端口啟動：

OLLAMA_HOST=0.0.0.0:11435 ollama serve

常用環(huán)境變量：

限制使用指定GPU

默認(rèn)情況下，Ollama 可以使用所有可用 GPU 進(jìn)行模型推理。如果需要限制 Ollama 只能使用特定的 GPU，可以通過 CUDA_VISIBLE_DEVICES 環(huán)境變量進(jìn)行控制。

例如，限制 Ollama 只能使用 0 和 1 兩個 GPU，編輯 /etc/systemd/system/ollama.service：

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_MODELS=/data/ollama/models"
Environment="CUDA_VISIBLE_DEVICES=0,1"

[Install]
WantedBy=default.target

修改完成后，重新加載配置并重啟 Ollama 服務(wù)：

systemctl daemon-reload
systemctl restart ollama

進(jìn)階說明

如果你的系統(tǒng)中搭載了多張英偉達(dá)顯卡，且希望限制 Ollama 僅使用其中部分顯卡，可將 CUDA_VISIBLE_DEVICES 設(shè)置為以逗號分隔的顯卡列表。

• 使用數(shù)字編號：可以直接使用數(shù)字編號作為顯卡標(biāo)識，但編號順序可能會發(fā)生變化
• 使用 UUID（推薦）：使用 UUID 更為可靠，不會因硬件變更而改變

查看顯卡的 UUID：

nvidia-smi -L

強(qiáng)制使用 CPU 運(yùn)算：如果想忽略顯卡并強(qiáng)制 Ollama 使用 CPU 運(yùn)算，可輸入無效的顯卡編號，例如：

Environment="CUDA_VISIBLE_DEVICES=-1"

到此這篇關(guān)于Ollama本地大模型安裝配置的完整流程教學(xué)的文章就介紹到這了,更多相關(guān)Ollama本地大模型安裝配置內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持腳本之家！

最新評論