ollama 大模型部署

Ollama是一个集成了多种大型语言模型的工具，它支持模型的部署、运行以及API的整合和调用。Ollama为不同操作系统的用户提供了便捷的安装方式，并具备丰富的命令行界面（CLI）和API接口，使得用户可以轻松地管理和运行大型模型。

一、安装

Ollama的安装方式因操作系统而异，以下是主要操作系统的安装步骤：

macOS

1. 安装Homebrew（如果尚未安装）：

   • 打开终端，输入以下命令安装Homebrew：/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

2. 安装Ollama：

   • 在终端中输入brew install ollama命令进行安装。

3. 验证安装：

   • 安装完成后，可以通过输入ollama --version来验证Ollama是否安装成功。

Windows

1. 下载安装包：

   • 访问Ollama的官方网站，下载适用于Windows的安装包。

2. 运行安装包：

   • 双击下载的安装包，按照提示完成安装。默认安装路径通常为C:\Users\{你的电脑账户名}\AppData\Local\Programs\Ollama。

3. 配置环境变量（如遇到ollama命令无法使用的情况）：

   • 控制面板 → 系统 → 高级系统设置 → 环境变量 → 在系统变量中找到Path → 编辑 → 新建，添加Ollama的安装路径。

4. 验证安装：

   • 打开命令提示符，输入ollama --version来验证安装是否成功。

Linux

1. 更新包列表（以Debian/Ubuntu为例）：

   • 打开终端，输入sudo apt-get update命令。

2. 安装Ollama：

   • 输入curl -fsSL https://ollama.com/install.sh | sh命令进行安装

3. 验证安装：

   • 输入ollama --version来验证安装是否成功。

二、启动

Ollama的启动可以通过命令行完成，使用ollama serve或其别名serve、start命令即可启动Ollama服务。Ollama将自动处理模型的加载和配置，无需用户手动干预。

也可以通过sudo systemctl start ollama, 具体的启动service

# /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

[Install]
WantedBy=default.target

三、常用命令

Ollama提供了丰富的命令行工具，以下是一些常用命令：

1. 启动Ollama服务：ollama serve
2. 从模型文件创建模型：ollama create [模型名称] -f [模型文件路径]
3. 显示模型信息：ollama show [模型名称]
4. 运行模型：ollama run [模型名称] [输入文本]
5. 从注册表中拉取模型：ollama pull [模型名称]
6. 将模型推送到注册表：ollama push [模型名称]
7. 列出所有模型：ollama list
8. 复制模型：ollama cp [源模型名称] [目标模型名称]
9. 删除模型：ollama rm [模型名称]
10. 获取帮助信息：ollama help

特别的，可以通过ollama ps查看模型运行负载情况

ollama ps
NAME      	ID          	SIZE 	PROCESSOR	UNTIL
llama3:70b	bcfb190ca3a7	42 GB	100% GPU 	4 minutes from now

可以通过ollama run qwen2:70b 来下载模型和启动CLI

模型默认在

• macOS: ~/.ollama/models
• Linux: /usr/share/ollama/.ollama/models
• Windows: C:\Users%username%.ollama\models

四、接口API使用

ollama run模型后会启动一个http服务： localhost:11434,可以通过prompt和chat方式和大模型进行交互

curl http://localhost:11434/api/generate -d '{
  "model": "qwen2:70b",
  "prompt":"Why is the sky blue?"
}'

curl http://localhost:11434/api/chat -d '{
  "model": "llama3.1",
  "messages": [
    { "role": "user", "content": "why is the sky blue?" }
  ]
}

ollama也提供了openai式的接口

from openai import OpenAI

client = OpenAI(
    base_url='http://localhost:11434/v1/',

    # required but ignored
    api_key='ollama',
)

chat_completion = client.chat.completions.create(
    messages=[
        {
            'role': 'user',
            'content': 'Say this is a test',
        }
    ],
    model='llama3',
)

response = client.chat.completions.create(
    model="llava",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What's in this image?"},
                {
                    "type": "image_url",
                    "image_url": "",
                },
            ],
        }
    ],
    max_tokens=300,
)

completion = client.completions.create(
    model="llama3",
    prompt="Say this is a test",
)

list_completion = client.models.list()

model = client.models.retrieve("llama3")

embeddings = client.embeddings.create(
    model="all-minilm",
    input=["why is the sky blue?", "why is the grass green?"],
)

五、支持模型

ollama支持绝大多数开源大模型和一些多模态模型

更全的参考

• https://ollama.com/library