点击“终码一生”，关注，置顶公众号

每日技术干货，第一时间送达！

问大家一个问题：你是否想过在自己的电脑上部署一套大模型？并用自己的知识库训练他？

阿里通义千问今天发布了最新的开源大模型系列Qwen2，首批开放了多个不同参数的模型：0.5B、1.5B、7B、72B、MOE，其中Qwen2-72B一发布，就在十几个大模型权威测评榜单夺冠，2小时冲上了Hugging Face开源大模型榜首。

作为一个程序员，应该紧跟技术的发展，才不会被淘汰，我们在通过大模型帮助我们解决问题的同时，也应该更近距离的去接触大模型，安装测试一些开源大模型，这样才能更深刻的理解大模型。

借此阿里通义千问Qwen2大模型今天开源之际，我们本地部署测试一把，通义千问开源大模型主要有以下优势：

• 模型在同尺寸模型的测评中，都获得了超越所有开源模型的成绩；

• 开源频率和速度全球无二、模型性能也不断进化，在多个权威榜单多次创造中国大模型的“首次”

下面是我本次详细安装测试步骤，带领大家更近距离体验大模型的魅力。我们分布安装Qwen1.5和刚刚发布的Qwen2两个版本的不同参数大模型。在熟悉大模型部署的同时，也可以体验下新版开源更强的性能。

下面是主要步骤：

1. 安装ollama工具

2. 下载Qwen1.5大模型，测试

3. 安装Docker，部署Open-WebUi可视化

4. 下载Qwen2大模型，和上一代模型对比

1、下载Ollama工具

• 官网：https://ollama.com

• Github：https://github.com/ollama/ollama

开始测试前，我们先介绍一款工具，Ollama，他是一个开源的大模型工具框架，它能在本地轻松部署和运行大型语言模型，如Llama 3, Phi 3, Mistral, Gemma，Qwen。它是专门设计用于在本地运行大型语言模型。Ollama和LLM（大型语言模型）的关系，有点类似于docker和镜像，我们可以在Ollama服务中管理和运行各种LLM，它将模型权重、配置和数据捆绑到一个包中，优化了设置和配置细节，包括GPU使用情况。

通过该工具，我们可以大大简化环境部署等问题，省去许多麻烦。

工具下载可以去官网根据自己的电脑系统，直接下载。

点击图片 查看大图

下载速度相对较慢，大家耐心等待下。

2、安装

1、安装Ollama

比较简单，我是Mac，下载的是一个zip压缩包，直接解压安装，其他电脑操作也是一样的，直接安装。

点击图片 查看大图

最后，点击Finish，安装完毕。

我们需要什么模型，可以直接在ollama.com网站搜索我们需要下载的模型，本次使用阿里开源的通义千问大模型Qwen，我们可以在网站搜下Qwen，如下：

点击图片 查看大图

可以看到有Qwen1.5和Qwen2，我们先安装Qwen1.5版本，目前有0.5B1.8B4B32B72B110B，不同数值对应不同的参数大小，第一次使用，考虑到自己电脑配置，谨慎一些，先使用了模型1.8B（18亿参数）。整个模型不到2G的大小。

具体操作，打开终端直接运行命令，下载速度比较快。

ollama run qwen:1.8b

看到success表示已经安装完成，我们可以直接在终端下使用，进行提问。

可以看到Qwen-1.8B的回答并不是很理想，这个不是重点，等下我们要下载其更先进更准确的模型。这样我们也可以更深刻的体会模型的训练和提升。

2、安装Docker（可选，更好的体验）

终端下操作，体验并不是很好，想要更好的体验，我们可以安装Docker，并启动open-webUI，这样我们可以在浏览器上使用自己下载的大模型，Docker的安装比较简单，这里不在过多介绍，基本是傻瓜式安装，官方下载即可。

地址：https://www.docker.com/products/docker-desktop/

安装时配置和注册信息我们都可以直接跳过。如果无法访问，请开魔法。

点击图片 查看大图

3、安装Open-WebUI

安装完毕docker，我们打开终端，执行open-webui安装口令，如下：

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

点击图片 查看大图

需要安装相应的组件，耐心等待下，下载完。我们可以通过Docker工具看到运行的open-webui，浏览器访问地址：http://localhost:3000/auth/

首次登陆，需要先点击Sign up注册，随便注册下，进入到管理后台。

界面是不是有点似曾相识，没错，和GPT后台很相似。同样的，左上角可以选择我们安装的Qwen模型，如果我们安装多个模型的话，可以切换不同模型使用。

4、添加更先进的模型（Qwen2-7b）

因为刚才安装的1.8B，回答效果并不理想，我这添加其刚刚开源的最新大模型，通义千问Qwen2，我们下载7B，70亿参数，大小在4G左右（当然，还有更先进，大家根据自己的电脑配置选择），终端执行如下命令：

ollama run qwen2:7b

安装完成，我们在测试下，先来一首李白的诗《蜀道难》。

来一个算法题测试下

提问：7年前，妈妈年龄是儿子的6倍，儿子今年12岁，妈妈今年多少岁？

再来一个编程

提问：用java编程语言写一个冒泡排序算法：

当然了，我们同样可以打开webUI，在浏览器上来回的切换我们模型。目前我安装了多个模型，我们在网页上试下Qwen2。

提问：如何评价陈独秀？

本人体验：相比之前Qwen1.5模型，Qwen2使用非常丝滑，处理性能大幅提升，基本上都是秒级相应速度。理解能力和准确性也提升了许多，回答内容也更加优质。当然还有更先进的模型，像Qwen2-72B，完全能够满足我们的需求，一些模型甚至在一些方面已经赶超GPT-4.0。

我们如果想要测试其他大模型，可以去https://ollama.com/网站搜索

3、最后

好了，今天的部署测试就到这里。Qwen2相比Qwen1.5实现了重大升级，具有以下特点：

• 5个尺寸的预训练和指令微调模型, 包括Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B以及Qwen2-72B；

• 在中文英语的基础上，训练数据中增加了27种语言相关的高质量数据；

• 多个评测基准上的领先表现；

• 代码和数学能力显著提升；

• 增大了上下文长度支持，最高达到128K tokens（Qwen2-72B-Instruct）。

是不是很香，很简单，再也不用到处注册账号，申请试用了。现在完全可以自己搭建一个通义千问大模型，在本地就可以使用自己的大模型。

马上自己部署体验一下吧！！