【AI大模型部署】2000+多种开源大模型随意部署！一键搭建本地大模型，不挑环境、不挑配置（ollama 安装部署教程）

一、Ollama介绍

1 基本介绍

Ollama是一个支持在Windows、Linux和MacOS上本地运行大语言模型的工具。它允许用户非常方便地运行和使用各种大语言模型,比如Qwen模型等。用户只需一行命令就可以启动模型。

主要特点包括:

1. 跨平台支持Windows、Linux、MacOS系统。

2. 提供了丰富的模型库,包括Qwen、Llama等1700+大语言模型,可以在官网model library中直接下载使用。

3. 支持用户上传自己的模型。用户可以将huggingface等地方的ggml格式模型导入到ollama中使用。也可以将基于pytorch等格式的模型转换为ggml格式后导入。

4. 允许用户通过编写modelfile配置文件来自定义模型的推理参数,如temperature、top_p等,从而调节模型生成效果。

5. 支持多GPU并行推理加速。在多卡环境下,可以设置环境变量来指定特定GPU。

6. 强大的技术团队支持，很多模型开源不到24小时就能获得支持。

总的来说,Ollama降低了普通开发者使用大语言模型的门槛,使得本地部署体验大模型变得简单易行。对于想要搭建自己的AI应用,或者针对特定任务调优模型的开发者来说,是一个非常有用的工具。它的一些特性,如允许用户自定义模型参数,对模型进行个性化适配提供了支持。

2 官网

• Ollama 下载：https://ollama.com/download

• Ollama 官方主页：https://ollama.com

• Ollama 官方 GitHub 源代码仓库：https://github.com/ollama/ollama/

二、window 安装

直接从下载页面下载相对应系统的安装程序，Windows安装程序选择Windows的安装包，点击“Download for Windows(Preview)”

下载好以后一路install 安装即可。

安装完成之后，打开一个cmd命令窗口，输入“ollama”命令，如果显示ollama相关的信息就证明安装已经成功了！

三、Mac 安装

直接从下载页面下载相对应系统的安装程序，Windows安装程序选择Windows的安装包，点击“Download for Mac”

下载好后打开安装命令行

四、 Linux 安装

在Linux系统上,可以通过脚本安装或源码编译的方式来安装Ollama。下面分别介绍这两种安装方法。

4.1 脚本安装

Ollama提供了一键安装脚本,可以快速在Linux系统上安装Ollama。安装步骤如下:

1. 打开终端,执行以下命令下载安装脚本:

   curl -fsSL https://ollama.com/install.sh | sh   
   

2. 等待安装完成。安装脚本会自动下载所需的组件,并完成Ollama的安装与配置。

3. 安装完成后,可以通过以下命令启动Ollama:

   ollama serve   
   

4.2 二进制安装

1. 将 Ollama 的二进制文件下载到 PATH 中的目录：

   sudo curl -L https://ollama.com/download/ollama-linux-amd64 -o /usr/bin/ollama   sudo chmod +x /usr/bin/ollama   
   

2. 将 Ollama 添加为自启动服务，首先，为 Ollama 创建用户：

sudo useradd -r -s /bin/false -m -d /usr/share/ollama ollama   

3. 然后在该位置：/etc/systemd/system/ollama.service 创建服务文件

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

[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3

[Install]
WantedBy=default.target 

4. 设置开机自启动

   sudo systemctl daemon-reload   sudo systemctl enable ollama   
   

5. 启动 Ollama，使用以下命令启动 Ollama：systemd

   sudo systemctl start ollama   
   

4.3 安装特定版本

设置 OLLAMA_VERSION字段，，可以安装对应的版本

curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.3.13 sh   

4.4 查看日志

查看作为启动服务运行的 Ollama 的日志：

journalctl -e -u ollama   

4.5 更新

通过shell 脚本更新 Ollama：

curl -fsSL https://ollama.com/install.sh | sh   

或者下载 Ollama 二进制文件：

sudo curl -L https://ollama.com/download/ollama-linux-amd64 -o /usr/bin/ollama   sudo chmod +x /usr/bin/ollama   

4.6 卸载

• 删除 Ollama 服务：

sudo systemctl stop ollama   sudo systemctl disable ollama   sudo rm /etc/systemd/system/ollama.service   

• 从 bin 目录中删除 Ollama 二进制文件：/usr/local/bin ,/usr/bin ,/bin

sudo rm $(which ollama)   

• 删除下载的模型和 Ollama 服务用户和组：

sudo rm -r /usr/share/ollama   sudo userdel ollama   sudo groupdel ollama   

unsetunset三、命令参数unsetunset

以下是 Ollama 使用常见的指令：

ollama serve         #启动ollama
ollama create        #从模型文件创建模型
ollama show          #显示模型信息
ollama run           #运行模型
ollama pull          #从注册表中拉取模型
ollama push          #将模型推送到注册表
ollama list          #列出模型
ollama cp            #复制模型
ollama rm            #删除模型
ollama help          #获取有关任何命令的帮助信息 

unsetunset四、设置自定义模型下载路径unsetunset

默认情况下，ollama模型的存储目录如下：

• macOS: ~/.ollama/models

• Linux: /usr/share/ollama/.ollama/models

• Windows: C:\Users\<username>\.ollama\models

4.1 Windows 更改 Ollama 模型存放位置

在Windows系统中，若要更改Ollama模型的存放位置，可以按照以下步骤操作：

1. 打开环境变量编辑界面。可以通过以下方式：

• 右键点击“此电脑”或“我的电脑”，选择“属性”。

• 在系统窗口中选择“高级系统设置”。

• 在系统属性窗口中点击“环境变量”按钮。

3. 在环境变量窗口中，点击“新建”创建一个新的系统变量或用户变量。

• 变量名：OLLAMA_MODELS

• 变量值：输入你希望设置的新模型存放路径，例如：D:\Ollama\Models

5. 点击“确定”保存设置。

6. 重启任何已经打开的Ollama相关应用程序，以便新的路径生效。

4.2 Linux/Mac 更改 Ollama 模型存放位置

在Linux或Mac系统中，更改Ollama模型存放位置的步骤如下：

1. 打开终端。

2. 创建一个新的目录作为模型存放位置，例如：

   mkdir -p /path/to/your/new/ollama/models   
   

3. 设置环境变量。在Linux系统中，可以通过编辑~/.bashrc或~/.bash_profile文件（对于bash shell）或~/.zshrc文件（对于zsh shell）。在Mac系统中，可以通过编辑~/.bash_profile或~/.zshrc文件。使用以下命令编辑文件：

   nano ~/.bashrc  # 或者使用其他的文本编辑器，如vim   
   

4. 在文件末尾添加以下行来设置OLLAMA_MODELS环境变量：

   export OLLAMA_MODELS="/path/to/your/new/ollama/models"   
   

5. 保存并关闭文件。如果你使用的是nano编辑器，可以按Ctrl + X，然后按Y确认保存，最后按Enter键。

6. 使环境变量生效。在终端中运行以下命令：

   source ~/.bashrc  # 或者source ~/.bash_profile，取决于你编辑的文件   
   

7. 重启任何已经打开的Ollama相关应用程序，以便新的路径生效。

五、导入 huggingface 模型

Ollama 从最新版0.3.13开始支持从 Huggingface Hub 上直接拉取各种模型，包括社区创建的 GGUF 量化模型。用户可以通过简单的命令行指令快速运行这些模型。

可以使用如下命令：

ollama run hf.co/{username}/{repository}   

请注意，您可以使用 hf.co 或 huggingface.co 作为域名。

cover

要选择不同的量化方案，只需在命令中添加一个标签：

ollama run hf.co/{username}/{repository}:{quantization}   

例如：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:IQ3_M   ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Q8_0   

量化名称不区分大小写，因此以下命令同样有效：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:iq3_m   

您还可以直接使用完整的文件名作为标签：

ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Llama-3.2-3B-Instruct-IQ3_M.gguf   

最后的最后

感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。

为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。

这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。

这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI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。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】