Ollama部署大模型并安装WebUi

Ollama用于在本地运行和部署大型语言模型（LLMs）的工具，可以非常方便的部署本地大模型

安装

Linux

curl -fsSL https://ollama.com/install.sh | sh

我是ubuntu系统安装，其他系统可以看项目的开源地址有写

GitHub - ollama/ollama: Get up and running with Llama 3, Mistral, Gemma, and other large language models.

docker安装

一键脚本

#!/bin/bash
#################################################################################
# 功能：自动部署Ollama（Docker方式，GPU） 
# 说明：如果已安装了Docker，请注释掉 install_docker，避免重复安装                                                                 
#################################################################################

info(){
  echo -e "\033[34m 【`date '+%Y-%m-%d %H:%M:%S'`】\033[0m" "\033[35m$1\033[0m "
}

install_docker(){
#!/bin/bash
info "安装依赖..."
yum -y install gcc
yum -y install gcc-c++

##验证gcc版本
gcc -v

info "安装Docker（指定版本：23.0.6）"
wget https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo -O/etc/yum.repos.d/docker-ce.repo
##更新yum软件包索引
yum makecache fast

## 安装docker ce cli
# 查看可安装版本：yum list docker-ce --showduplicates | sort -r
yum -y install docker-ce-23.0.6-1.el7 docker-ce-cli-23.0.6-1.el7

info "启动Docker并验证"
systemctl enable docker && systemctl start docker
docker version

## 创建加速器
#cd /etc/docker
#if [ ! -f "$daemon.json" ]; then
#  touch "$daemon.json"
#else
#  rm -rf daemon.json
#  touch "$daemon.json"
#fi
#tee /etc/docker/daemon.json <<-'EOF'
#{
#    "registry-mirrors": ["https://自己的镜像加速器地址"]
#}
#EOF
#systemctl daemon-reload
#systemctl restart docker

info "Docker（23.0.6）安装完毕！"
}

# 安装 Ollama
install_Ollama(){
 info "参考IP地址："$(hostname -I)

 read -p "请问，您当前服务器的内网IP地址是？:" inner_ip

 inner_ip="${inner_ip:-127.0.0.1}"

 curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo \
    | sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo

 sudo yum install -y nvidia-container-toolkit

 sudo nvidia-ctk runtime configure --runtime=docker

 sudo systemctl restart docker

 docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama --restart always ollama/ollama
 info "ollama部署完毕，开始下载qwen:0.5b模型..."

 docker exec -it ollama ollama run qwen:0.5b “你好”
 info "qwen:0.5b模型加载完成，开始部署webui界面..."

 docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=http://${inner_ip}:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main

 eip=$(curl ifconfig.me/ip)

 info "部署完毕，正在启动WEBUI界面，大约5分钟后，请访问：http://${eip}:3000"
}

install_docker
install_Ollama

上面是一键安装脚本

下载模型

ollama run llama3:70b

这个命令的意思是下载一个llama3的70b模型

模型库

Ollama 支持在 ollama.com/library 上获取的模型列表

以下是一些可下载的示例模型：
ModelParametersSizeDownloadLlama 38B4.7GB

ollama run llama3

Llama 370B40GB

ollama run llama3:70b

Mistral7B4.1GB

ollama run mistral

Dolphin Phi2.7B1.6GB

ollama run dolphin-phi

Phi-22.7B1.7GB

ollama run phi

Neural Chat7B4.1GB

ollama run neural-chat

Starling7B4.1GB

ollama run starling-lm

Code Llama7B3.8GB

ollama run codellama

Llama 2 Uncensored7B3.8GB

ollama run llama2-uncensored

Llama 2 13B13B7.3GB

ollama run llama2:13b

Llama 2 70B70B39GB

ollama run llama2:70b

Orca Mini3B1.9GB

ollama run orca-mini

LLaVA7B4.5GB

ollama run llava

Gemma2B1.4GB

ollama run gemma:2b

Gemma7B4.8GB

ollama run gemma:7b

Solar10.7B6.1GB

ollama run solar

注意：运行 7B 模型至少需要 8 GB 的 RAM，运行 13B 模型需要 16 GB，运行 33B 模型需要 32 GB。

模型存储位置
了解模型存储位置对于管理和备份模型至关重要。默认情况下，模型存储在以下位置：

Linux：/var/lib/ollama/models
Windows：C:\ProgramData\Ollama\models
macOS：/Library/Application Support/Ollama/models

查看模型

ollama list

这个命令可以看已经下载的模型

chen@chen:~$ ollama list
NAME                ID              SIZE      MODIFIED     
medllama2:latest    a53737ec0c72    3.8 GB    24 hours ago    

更改模型下载路径

先创建一个用于存放模型目录

sudo mkdir /path/to/ollama/models

修改权限

sudo chown -R root:root /path/to/ollama/models

sudo chmod -R 775 /path/to/ollama/models

添加环境变量

sudo vim /etc/systemd/system/ollama.service

在

[Service]

下面加入一行新的

Environment

，新一行！

Environment="OLLAMA_MODELS=/path/to/ollama/models"

请替换上面的路径为自己服务器内的路径

这里有个细节，如果你之前已经下载了模型，想要切换路径，需要复制ollama目录到你需要的目录

如果直接使用mv，会导致目录属性错误，ollama无法正常下载模型

Error: open /data/nvme/ollama/models/blobs/sha256-c1864a5eb19305c40519da12cc543519e48a0697ecd30e15d5ac228644957d12-partial-0: permission denied

这里明显显示的是权限错误 permission denied

如果你已经直接使用mv移动了，可以使用chwon 来指定ollama的models目录所属为ollama:ollama

sudo chown -R  ollama:ollama  /data/nvme/ollama/models/

想要在使用mv移动的时候保持目录属性需要再mv的基础上加上 -r 参数

开启flash attention

flash attention 可以显著减少注意力机制计算的时间，使得Transformer模型在训练和推理时能够更快地处理大量数据，而且它通过优化内存访问模式，减少了计算过程中的内存占用。这不仅有助于降低内存开销，还减少了计算过程中的内存带宽瓶颈。

通过在ollama.service 这个文件中的

[Service]

下面加入一行新的

Environment

，新一行！

Environment="OLLAMA_FLASH_ATTENTION=1"

当你的上下文越长效果越明显

安装WebUI

我是基于docker部署的，比较方便

docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=http://${inner_ip}:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main

${inner_ip} 请替换为你自己服务器的ip

webui部署完成之后可能出现无法连接到ollama的情况，这是因为ollama默认绑定的ip是127.0.0.1

在ollama.service文件的

[Service]

下面再加入一行新的

Environment

，新一行！

Environment="OLLAMA_HOST=0.0.0.0:11434"

重启服务即可