探索大语言模型（LLM）：Windows系统与Linux系统下的Ollama高级配置（修改模型地址、Service服务以及多卡均衡调用）

---

前言

在之前的探索大语言模型（LLM）：Ollama快速安装部署及使用（含Linux环境下离线安装）中，已经介绍了ollama在Windows环境下和Linux环境下的安装，在本篇中将重点介绍Ollama的常用配置

---

修改模型存储地址

默认情况下，ollama在Linux系统中会将模型下载到/root/.ollama文件
夹中，windows系统会将模型下载到C:\Users\用户名\.ollama\models文件夹中，这种情况下模型占用的是系统盘的空间，所以最好换个路径保存。

Linux环境修改模型存储地址

vi ~/.bashrc

然后添加

export OLLAMA_MODELS=你想设置的路径

使环境变量生效

source ~/.bashrc

如果之前下载过模型，记得要把源地址的模型移动到新的路径下，如果不生效尝试重启一下ollama

sudo systemctl daemon-reload
sudo systemctl restart ollama

检查服务状态：

sudo systemctl status ollama

当无法直接通过 systemctl 重启时，可手动停止并重新启动。

查找占用端口的进程：

lsof -i :11434

终止相关进程：

kill -9 <PID>

重新启动服务：

ollama serve

Windows环境修改模型存储地址

然后点击环境变量

这里选任意一个就行

变量名为OLLAMA_MODELS
修改完保存即可

---

Service服务

如果需要局域网根据IP地址远程访问，需要修改ollama.service文件中的配置

systemctl edit ollama.service  # 两个命令选一个就行，效果一致
sudo vi /etc/systemd/system/ollama.service  # 两个命令选一个就行，效果一致

在 [Service] 部分添加环境变量：

Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_ORIGINS=*"

如果要修改端口，同样的是修改OLLAMA_HOST参数，参数修改形式如下（端口11434是ollama的默认端口，需要修改端口时只需更改这一参数即可）

Environment="OLLAMA_HOST=0.0.0.0:11434"    

保存后重新加载配置并重启：

sudo systemctl daemon-reload
sudo systemctl restart ollama

验证服务状态

netstat -tulpn | grep 11434

多卡均衡

Environment="CUDA_VISIBLE_DEVICES=0,1,2,3"    # 这里根据你自己实际的 GPU标号来进行修改
Environment="OLLAMA_SCHED_SPREAD=1"           # 这个参数是做负载均衡

其中CUDA_VISIBLE_DEVICES填写的是GPU的编号，可以通过nvidia-smi查看相关的编号
OLLAMA_SCHED_SPREAD的作用是使得模型可以均匀的在多张显卡上运行，如果不加这个配置，模型会优先选择一个性能最佳的显卡，只有显存不足时才会占用其他显卡，为了保证运行的效率，建议将这个参数设置为1

保存退出后，重新加载systemd并重新启动Ollama服务使其配置生效

systemctl daemon-reload
systemctl restart ollama

其他参数

参数名	参数说明
OLLAMA_NUM_PARALLEL	设置Ollama每个模型最大并行请求数，默认依可用显存自动选4或1
OLLAMA_MAX_QUEUE	内存不足时新模型请求排队，按序处理，先前的模型闲置会卸载以腾空间
OLLAMA_MAX_LOADED_MODELS	设置最大加载模型数量，默认3*GPU数量，超量新请求会被拒