有手就行，轻松本地部署 Llama、Qwen 大模型，无需 GPU

没有消费级的 GPU，竟然都可以拥有自己的本地大模型。部署过程基本上没有卡点，一台普通的 Mac 就能搞定，太香了~想学习什么，欢迎留言告诉我。

AIGC莹子

980人浏览 · 2024-08-07 18:00:39

AIGC莹子 · 2024-08-07 18:00:39 发布

用 CPU 也能部署私有化大模型？

对，没错，只要你的电脑有个 8G 内存，你就可以轻松部署 Llama、Gemma、Qwen 等多种开源大模型。

非技术人员，安装 Docker、Docker-compose 很费劲？

不用，这些都不需要安装，就一个要求：有手就行～

今天主要为大家分享保姆级教程：如何利用普通个人电脑，本地私有化部署 Qwen 大模型。

一、Ollama 与 Qwen7B 安装和使用

（一）下载

进入下载地址，目前支持 Mac、Windows、Linux 以及 docker 部署，本次演示，主要针对 Mac。

下载地址：https://github.com/ollama/ollama

我已经为大家提前下载好了 Mac、Windows 的安装包，公众号回复 ollama 领取。

（二）安装 Ollama

1、下载到本地，并解压后，双击 Ollama 图标。

2、点击 Move to Applications ，按照建议，将其移动到应用程序文件夹下。

3、按照从左到右的顺序执行这三步。到这 Ollama 安装完成了。

（三）安装模型

作为国内的优质大模型，Qwen 对于中文的支持力度还是很强的，最终选择用它来试手。

大家也可以尝试选择自己喜欢的模型，比如 Llama3、Gemma 等等。

1、进入模型仓库

地址：https://ollama.com/library

在这里插入图片描述

2、搜索对应模型。发现目前有 Qwen 0.5B ～ 110B 可供使用。

因为内存不够用，最终选择下载 Qwen:7b，大家可以按照自身硬件情况下载模型。

可以使用图中对应型号的命令，进行下载。7b 下载命令为：ollama run qwen:7b

官方建议： 至少有 8 GB 可用内存来运行 7 B 型号，16 GB 来运行 13 B 型号，32 GB 来运行 33 B 型号。

在这里插入图片描述

3、下载完成，开始对话，中文能力的确可以～

但是命令行对话总不是事儿啊，我们需要一个网页应用，这就得请出下一位主角：ChatGPT-Next-Web。

二、ChatGPT-Next-Web 安装和使用

（一）安装

进入 ChatGPT-Next-Web 仓库地址，选择对应版本下载。

地址：https://github.com/ChatGPTNextWeb/ChatGPT-Next-Web/releases/tag/v2.12.4

我选择了 NextChat_2.12.4_universal.dmg

我已经为大家提前下载好了 Mac、Windows 安装包，公众号回复 ollama 领取。

下载完成后，可以直接安装，无需额外下载其他软件。

（二）设置语言（可选）

按需选择语言偏好。

（三）配置

1、点击图标，进行配置页面。

2、输入接口地址：http://localhost:11434

3、自定义模型名：qwen:7b

4、模型（model）：qwen:7b() ，注意该选项在最下方。

在这里插入图片描述

四）对话测试

1、普通对话

效果还不错。

2、面具对话

使用面具对话功能时，需要注意，软件模型忽略了自定义的 qwen:7b，每次利用面具对话时，需要重新选择模型。

2.1、没有选择模型时，则会出错。

2.2、点击图标，并选择正确的模型。

2.3、对话显示成功。

三、总结

没有消费级的 GPU，竟然都可以拥有自己的本地大模型。

部署过程基本上没有卡点，一台普通的 Mac 就能搞定，太香了~

想学习什么，欢迎留言告诉我。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓
在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、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。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍