本地部署并运行llama3大模型

4月19日，Meta发布了开源llama3大模型。这是AI界的又一大善举，不少AI创业公司又迎来了重大突破。

这次发布的llama3有2个版本，8B和70B。8B的版本，在测评中，打败了前不久刚发布的Gemma7B版本，而70B版本则打败了Gemini Pro1.5，和Claude3。

llama的400B版本还在训练中，估计发布后要挑战老大哥GPT-4了。现在压力给到OpenAI和Google了。

8B的版本，可以在普通显卡上运行，我测试的量化版本占用显存不到10GB。

今天我就手把手的带大家用最简单的方案在本地部署Llama3-7B。只需要下载安装2个软件就可以运行，都是开箱即用。

一、安装Ollama

Ollama是专门为本地化运行大模型设计的软件，可以运行大多数开源大模型，如llama，gemma，qwen等

首先去官网下载Ollama软件：https://ollama.com/

Ollama已经有Windows版本了，可以选择自己的系统版本下载，下载成功后运行安装即可。

二、配置Ollama，下载模型

配置Ollama

Ollama有两个配置可以选择配置。

OLLAMA_MODELS OLLAMA模型的下载路径。

OLLAMA_HOST OLLAMA模型以服务方式运行的时候，即提供API，默认是只能被localhost访问的，设置这个为0.0.0.0，可以被网络访问。

Linux的设置方法：

vim ~/.bashrc
export OLLAMA_HOST=0.0.0.0
export OLLAMA_MODELS=~/ollama_models

保存之后，重新登陆会话即可生效

Window的设置方法：

桌面我的电脑右键->属性->高级系统设置->环境变量->系统变量->新建

添加上面二个配置和对应的值。例如：

保存后，启动新的CMD命令行就生效了。

接下来所有的命令都在Linux操作系统下操作

Linux的安装方法

# curl -fsSL https://ollama.com/install.sh | sh
# vi /etc/systemd/system/ollama.service
[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/local/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin"
#配置远程访问
Environment="OLLAMA_HOST=0.0.0.0"
#配置跨域请求
Environment="OLLAMA_ORIGINS=*"
#配置OLLAMA的模型存放路径，防止内存不足，一般的默认路径是/usr/share/ollama/.ollama/models/
Environment="OLLAMA_MODELS=/home/ollama/.ollama/models"

[Install]
WantedBy=default.target

##修改完后执行
sudo systemctl daemon-reload
sudo systemctl enable ollama

下载模型

访问https://ollama.com/library/llama3/tags，选择所想要下载的模型版本

这里选择llama3:8b模型，这个模型大概4.5G，视网络宽带的情况下载的时长不同，耐心选候。70B模型大概需要60G的内存以及显存。

ollama pull llama3:8b

列举模型

ollama list

运行模型

ollama run llama3:8b

愉快的聊天

退出命令是/bye

三、客户端

ollama外网访问

ollama可以使用http_rpc方式连接，ollama在后台11434监听网络请求，默认是在127.0.0.1，当需要外网服务时，需要修改配置绑定到0.0.0.0。

修改方法，systemctl edit ollama.service，打开配置，修改里面的环境变量

[Service]
Environment="OLLAMA_HOST=0.0.0.0"
修改完毕之后，重载并重启
systemctl daemon-reload
systemctl restart ollama

http调用示例

curl http://localhost:11434/api/generate -d '{
  "model": "llama2",
  "prompt": "Why is the sky blue?",
  "options": {
    "num_ctx": 4096
  }
}'

安装Chatbox客户端

在命令行中使用可能有诸多不便，我们可以再安装一个客户端来使用。客户端软件有非常多。这里我介绍一个安装使用最简单的。

首先在chatbox官网下载软件 https://chatboxai.app/zh

下载完成后运行安装，按提示步骤安装即可。

安装完成后，打开软件，在设置中配置以下信息：

AI模型提供方：Ollama

API域名：http://localhost:11434 如果是本机安装的填这个localhost就可以，11434是Ollama服务运行的端口号。

模型下拉里选择llama3:8b。然后保存即可。

接下来就可以愉快地和llama3玩耍啦。

LLAMA3体验

llama3整体的推理，逻辑能力都不错。美中不足的是对中文不太友好。但是比llama2已经好了很多。

LLAMA3的训练语料大概只有5%是非英文内容。

它能够看懂中文，但大部份的回答都会用英文回答，除非你要求它用中文回答。
但是当用中文回答时，逻辑明显就不如英文。例如，我问一个鸡兔同笼的问题：

一群兔子和鸡，共有20个头，50只脚。有几只兔子，几只鸡？

英文的回答是正确的

而中文的回答就是错误的

此外我们也发现，现在同样参数量级的大模型，一代比一代更强了。这最主要的原因是数据。llama3用了15T的token训练，数据量是llama2的7倍，是gemma的2倍。除了数据，模型的架构、代码工程也都会逐渐改进提升。未来模型的能力还有很大的提升空间。

最牛逼的是Meta为了训练llama3，堆了近5万张H100卡。一张H100卡大概值一辆su7，关键国内还买不到，只能靠黄牛背回来。

希望我们早日突破科技封锁吧。