利用 Ollama 可以非常容易地体验一些比较流行的开源大模型。

Ollama是一个操作极为简单的大模型部署工具。

官网地址：https://ollama.com/
github地址：https://github.com/ollama/ollama

”

Ollama支持谷歌前两天开源的大模型Gemma，也支持一些公认的目前表现较好的开源大模型，如llama2、mistral、mixtral等，最主要的是能支持阿里前阵子开源的Qwen，包括0.5b到72b。这个目前应该是中文开源的最好的能在台式机上运行的大模型了。其实智谱的GLM3-6B也不错，不过从模型参数上看比不上Qwen-7B。

目前 Ollama 支持的一些名气比较大的模型（列表不齐全，更多的模型可以在官网查看）：

需要注意，使用7B模型至少需要8GB显存，13B模型至少需要16GB显存，33B模型至少需要32GB显存。其实显卡拉垮的也可以使用内存，确保本机内存够大就行，Ollama似乎会自动检测本机硬件配置从而决定是使用显卡还是CPU。不过如果显卡拉垮的话，模型反应会非常慢。

利用 Ollma 部署模型非常简单。下面以 Qwen-7B 为例描述使用过程。

1 下载 Ollma 安装文件

访问 https://ollama.com/download，选择 Windows，单击 “Download for Windows (Preview)” 进行下载。

2 安装 Ollama

双击下载的安装文件OllamaSetup.exe，直接安装就可以了。安装完毕后软件会自动启动

3 使用 Ollama

访问 https://ollama.com/library，搜索你要使用的模型，主流的模型，比如 llama2、qwen1.5、mixtral 等，Ollama都支持。

• 选择首页右上角的Models链接

• 在打开的页面中可以搜索想要使用的模型，如要使用的Qwen

• 选择搜索到的模型链接，可以查看模型加载方式

如图所示，若想要使用7b模型，可以使用命令ollama run qwen:7b

• 启动PowerShell，输入命令，软件会自动下载模型

默认情况下模型被下载到了路径 C:UsersAdministrator.ollamamodelsblobs 下。下载完毕后如下图所示。

此时可以直接进行提问使用了。如下所示，能识别鲁迅和周树人，对于7b小模型来说已经很不错了。

使用Ollama当然不只是为了单纯进行对话，其实可以将Ollama当做一个加载了大模型的服务器，从而实现本地知识库分析与提取。这个大家有兴趣可以自行摸索。

这两天比较火热的谷歌开源的Gemma模型也可以在ollama中使用，其包括2b和7b两个版本，其中7b模型的调用命令为ollama run gemma:7b。

安装完毕后可以使用，如下图所示。gamma在中文方面，依然智商不高，不过想想ChatGPT3.5也回答不来这个问题，也就没啥好说的了。

不过英文提问效果还凑合。gemma-7B准不准不好说，快是真的快。

Ollama支持从外部进行调用，其github官网提供了外部可以调用的一些UI和工具。

比如这里使用 Chatbox 进行调用，有兴趣的道友可以自行尝试。

（完）