使用Ollama和OpenWebUI在CPU上玩转Meta Llama3-8B

2024年4月18日，meta开源了Llama 3大模型[1]，虽然只有8B[2]和70B[3]两个版本，但Llama 3表现出来的强大能力还是让AI大模型界为之震撼了一番，本人亲测Llama3-70B版本的推理能力十分接近于OpenAI的GPT-4[4]，何况还有一个400B的超大模型还在路上，据说再过几个月能发布。

Github上人气巨火的本地大模型部署和运行工具项目Ollama[5]也在第一时间宣布了对Llama3的支持[6]：

d7b4f0e4acdf4dcce3c73f8c0e60fbff.png

近期除了学习Rust[7]，还有就在研究如何将LLM应用于产品中。以前走微调的路径行不通，最近的RAG(Retrieval-Augmented Generation)和Agent路径则让我看到一丝曙光。不过实施这两个路径的前提是一个强大的LLM，而开源的meta Llama系列LLM则是不二之选。

在这篇文章中，我就先来体验一下如何基于Ollama安装和运行Meta Llama3-8B大模型，并通过兼容Ollama API的OpenWebUI[8]建立对大模型的Web图形化访问方式。

1. 安装Ollama

Ollama是一个由Go实现的、可以在本地丝滑地安装和运行各种开源大模型的工具，支持目前国内外很多主流的开源大模型，比如Llama、Mistral[9]、Gemma[10]、DBRX[11]、Qwen[12]、phi[13]、vicuna[14]、yi[15]、falcon[16]等。其支持的全量模型列表可以在Ollama library[17]查看。

Ollama的安装采用了“curl | sh”，我们可以一键将其下载并安装到本地：

$curl -fsSL https://ollama.com/install.sh | sh
>>> Downloading ollama...
######################################################################## 100.0%
>>> Installing ollama to /usr/local/bin...
>>> Creating ollama user...
>>> Adding ollama user to video group...
>>> Adding current user to ollama group...
>>> Creating ollama systemd service...
>>> Enabling and starting ollama service...
Created symlink from /etc/systemd/system/default.target.wants/ollama.service to /etc/systemd/system/ollama.service.
>>> The Ollama API is now available at 127.0.0.1:11434.
>>> Install complete. Run "ollama" from the command line.
WARNING: No NVIDIA/AMD GPU detected. Ollama will run in CPU-only mode.

我们看到Ollama下载后启动了一个ollama systemd service，这个服务就是Ollama的核心API服务，它常驻内存。通过systemctl可以确认一下该服务的运行状态：

$systemctl status ollama
● ollama.service - Ollama ServiceLoaded: loaded (/etc/systemd/system/ollama.service; enabled; vendor preset: disabled)Active: active (running) since 一 2024-04-22 17:51:18 CST; 11h agoMain PID: 9576 (ollama)Tasks: 22Memory: 463.5MCGroup: /system.slice/ollama.service└─9576 /usr/local/bin/ollama serve

另外我对Ollama的systemd unit文件做了一些改动，我修改了一下Environment的值，增加了"OLLAMA_HOST=0.0.0.0"，这样便于后续在容器中运行的OpenWebUI可以访问到Ollama API服务：

# cat /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=/root/.cargo/bin:/usr/local/cmake/bin:/usr/local/bin:.:/root/.bin/go1.21.4/bin:/root/go/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin" "OLLAMA_HOST=0.0.0.0"[Install]
WantedBy=default.target

修改后执行下面命令使之生效：

$systemctl daemon-reload
$systemctl restart ollama

2. 下载和运行大模型

Ollama支持一键下载和运行模型。我手里有一个16/32G的云虚机，但没有GPU，因此这里我使用的是Llama3-8B指令微调后的用于chat/diaglogue的模型[18]，我们只需要通过下面命令便可以快速下载并运行该模型(4bit量化的)：

$ollama run llama3
pulling manifest
pulling 00e1317cbf74...   0% ▕                ▏    0 B/4.7 GB                 
pulling 00e1317cbf74...   7% ▕█               ▏ 331 MB/4.7 GB   34 MB/s    2m3s^C
pulling manifest
pulling manifest
pulling manifest
pulling manifest
pulling 00e1317cbf74...  61% ▕█████████       ▏ 2.8 GB/4.7 GB   21 MB/s   1m23s^C
... ...

下载和执行成功后，该命令行便会等待你的问题输入，我们随便输入一个关于Go的问题，下面是输出结果：

$ollama run llama3
>>> could you tell me something about golang language?
Go!Here are some interesting facts and features about the Go programming language:**What is Go?**Go, also known as Golang, is a statically typed, compiled, and designed to be concurrent and garbage-collected language. It
was developed by Google in 2009.**Key Features:**1. **Concurrency**: Go has built-in concurrency support through goroutines (lightweight threads) and channels (communication
mechanisms). This makes it easy to write concurrent programs.
2. **Garbage Collection**: Go has a automatic garbage collector, which frees developers from worrying about memory
management.
3. **Static Typing**: Go is statically typed, meaning that the type system checks the types of variables at compile time,
preventing type-related errors at runtime.
4. **Simple Syntax**: Go's syntax is designed to be simple and easy to read. It has a minimalistic approach to programming
language design.
... ...

推理速度大约在5~6个token吧，尚可接受，但这个过程是相当耗CPU：

3b0c5b967d7e326fc92640077ac77ddd.png

除了通过命令行方式与Ollama API服务交互之外，我们还可以用Ollama的restful API：

$curl http://localhost:11434/api/generate -d '{
>   "model": "llama3",
>   "prompt":"Why is the sky blue?"
> }'
{"model":"llama3","created_at":"2024-04-22T07:02:36.394785618Z","response":"The","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:36.564938841Z","response":" color","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:36.745215652Z","response":" of","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:36.926111842Z","response":" the","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:37.107460031Z","response":" sky","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:37.287201658Z","response":" can","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:37.468517901Z","response":" vary","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:37.649011829Z","response":" depending","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:37.789353456Z","response":" on","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:37.969236546Z","response":" the","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:38.15172159Z","response":" time","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:38.333323271Z","response":" of","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:38.514564929Z","response":" day","done":false}
{"model":"llama3","created_at":"2024-04-22T07:02:38.693824676Z","response":",","done":false}
... ...

不过我日常使用大模型最为广泛的方式还是通过Web UI进行交互。目前有很多支持Ollama API的Web & Desktop项目，这里我们选取Open WebUI[19]，它的前身就是Ollama WebUI。

3. 安装和使用Open WebUI与大模型交互

最快体验Open WebUI的方式当然是使用容器安装，不过官方镜像站点ghcr.io/open-webui/open-webui:main下载太慢，我找了一个位于Docker Hub上的个人mirror镜像，下面是在本地安装Open WebUI的命令：

$docker run -d -p 13000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://host.docker.internal:11434  --name open-webui --restart always dyrnq/open-webui:main

容器启动后，我们在host上访问13000端口即可打开Open WebUI页面：

09f06b3fdcdcce93d735cc1df78d778d.png

首个注册的用户，将会被Open WebUI认为是admin用户！注册登录后，我们就可以进入首页：

29bc9be6e5d24eb996281df9da3200cf.png

选择model后，我们便可以输入问题，并与Ollama部署的Llama3模型对话了：

5c38714ed12284f683ab33173da06216.png

注：如果Open WebUI运行不正常，可以通过查看openwebui的容器日志来辅助诊断问题。

Open WebUI的功能还有很多，大家可以自行慢慢挖掘:)。

4. 小结

在本文中，我介绍了Meta开源的Llama 3大模型以及Ollama和OpenWebUI的使用。Llama 3是一个强大的AI大模型，实测接近于OpenAI的GPT-4，并且还有一个更强大的400B模型即将发布。Ollama是一个用于本地部署和运行大模型的工具，支持多个国内外开源模型，包括Llama在内。我详细介绍了如何安装和运行Ollama，并使用Ollama下载和运行Llama3-8B模型。展示了通过命令行和REST API与Ollama进行交互，以及模型的推理速度和CPU消耗。此外，我还提到了OpenWebUI，一种兼容Ollama API的Web图形化访问方式。通过Ollama和OpenWebUI，大家可以方便地在CPU上使用Meta Llama3-8B大模型进行推理任务，并获得满意的结果。

后续，我将进一步研究如何将Llama3应用于产品中，并探索RAG（Retrieval-Augmented Generation）和Agent技术的潜力。这两种路径可以为基于Llama3的大模型应用开发带来新的可能性。

Gopher部落知识星球[20]在2024年将继续致力于打造一个高品质的Go语言学习和交流平台。我们将继续提供优质的Go技术文章首发和阅读体验。同时，我们也会加强代码质量和最佳实践的分享，包括如何编写简洁、可读、可测试的Go代码。此外，我们还会加强星友之间的交流和互动。欢迎大家踊跃提问，分享心得，讨论技术。我会在第一时间进行解答和交流。我衷心希望Gopher部落可以成为大家学习、进步、交流的港湾。让我相聚在Gopher部落，享受coding的快乐! 欢迎大家踊跃加入！

5a7d37b9cd07bfad4afd8916d3be8d24.jpeg7ecc83d456de7c94470d4fa1a3a2ec5f.png

2666637e98bafc45f49f5dc166d9e407.pnga25ab236c35a3bb652fa7b3401e1aff6.jpeg

著名云主机服务厂商DigitalOcean发布最新的主机计划，入门级Droplet配置升级为：1 core CPU、1G内存、25G高速SSD，价格5$/月。有使用DigitalOcean需求的朋友，可以打开这个链接地址[21]：https://m.do.co/c/bff6eed92687 开启你的DO主机之路。

Gopher Daily(Gopher每日新闻) - https://gopherdaily.tonybai.com

我的联系方式：

  • 微博(暂不可用)：https://weibo.com/bigwhite20xx

  • 微博2：https://weibo.com/u/6484441286

  • 博客：tonybai.com

  • github: https://github.com/bigwhite

  • Gopher Daily归档 - https://github.com/bigwhite/gopherdaily

da3c2994b7982a5f4b77563076cf925b.jpeg

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。

参考资料

[1] 

meta开源了Llama 3大模型: https://ai.meta.com/blog/meta-llama-3/

[2] 

8B: https://huggingface.co/meta-llama/Meta-Llama-3-8B

[3] 

70B: https://huggingface.co/meta-llama/Meta-Llama-3-70B

[4] 

OpenAI的GPT-4: https://openai.com/research/gpt-4

[5] 

Ollama: https://github.com/ollama/ollama

[6] 

第一时间宣布了对Llama3的支持: https://ollama.com/blog/llama3

[7] 

学习Rust: https://tonybai.com/2024/04/22/gopher-rust-first-lesson-all-about-rust/

[8] 

OpenWebUI: https://github.com/open-webui/open-webui

[9] 

Mistral: https://mistral.ai/

[10] 

Gemma: https://ai.google.dev/gemma

[11] 

DBRX: https://www.databricks.com/blog/introducing-dbrx-new-state-art-open-llm

[12] 

Qwen: https://github.com/QwenLM/Qwen

[13] 

phi: https://huggingface.co/microsoft/phi-2

[14] 

vicuna: https://lmsys.org/blog/2023-03-30-vicuna/

[15] 

yi: https://github.com/01-ai/Yi

[16] 

falcon: https://huggingface.co/blog/falcon

[17] 

Ollama library: https://ollama.com/library

[18] 

Llama3-8B指令微调后的用于chat/diaglogue的模型: https://ollama.com/library/llama3

[19] 

Open WebUI: https://github.com/open-webui/open-webui

[20] 

Gopher部落知识星球: https://public.zsxq.com/groups/51284458844544

[21] 

链接地址: https://m.do.co/c/bff6eed92687

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/diannao/4891.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

降薪、调岗、裁员，库迪咖啡没有“钱景”

降薪、调岗、裁员，库迪咖啡没有“钱景”

文 | 螳螂观察 作者 | 青玥 2024年，连锁咖啡行业依然激战正酣。 卷价格、卷联名、卷代言人，部分咖啡小店已经在这样内卷的氛围中，率先被淘汰，咖门的统计数据显示，2023年前九个月，注销的咖啡企业有9825家…
阅读更多...
Unity 数字字符串逗号千分位

Unity 数字字符串逗号千分位

使用InputField时处理输入的数字型字符串千分位自动添加逗号，且自动保留两位有效数字 输入：123 输出：123.00 输入：12345 输出：12,345.00 代码非常简单 using UnityEngine; using TMPro;public class …
阅读更多...
前端高并发的出现场景及解决方法——技能提升——p-limit的使用

前端高并发的出现场景及解决方法——技能提升——p-limit的使用

最近在写后台管理系统的时候，遇到一个场景，就是打印的页面需要根据传入的多个id，分别去请求详情接口。 比如id有10个，则需要调用10次详情接口获取到数据，最后对所有的数据进行整合后页面渲染。 相信大家或多或少都遇到…
阅读更多...
ASP.NET实验室预约系统的设计

ASP.NET实验室预约系统的设计

摘 要 实验室预约系统的设计主要是基于B/S模型，在Windows系统下，运用ASP.NET平台和SQLServer2000数据库实现实验室预约功能。该设计主要实现了实验室的预约和管理功能。预约功能包括老师对实验室信息、实验项目和实验预约情况的查询以及对实验室的预约…
阅读更多...
Linux--05---相对路径与绝对路径、终端的认识

Linux--05---相对路径与绝对路径、终端的认识

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 1. 相对路径与绝对路径切换到用户家目录：cd ~当前目录：./ 2. 对终端的认识3. 文件的类型颜色表示的文件类型：文件类型和权限的表…
阅读更多...
基于深度学习的实时人脸检测与情绪分类

基于深度学习的实时人脸检测与情绪分类

情绪分类 实时人脸检测与情绪分类 Kaggle Competion 数据集 fer2013 中的测试准确率为 66%CK数据集的检验准确率为99.87%情绪分类器模型预测从网络摄像头捕获的实时视频中的平均成本时间为 4~ 10ms 关键技术要点： 实时人脸检测：系统采用了前沿的人脸检…
阅读更多...
明日周刊-第8期

明日周刊-第8期

现在露营的人越来越多了，都是带着帐篷或者遮阳篷聚在一起喝喝茶聊聊天，这是一种很好的放松方式。最近我养了一只金毛，目前两个月大，非常可爱。 文章目录 一周热点资源分享言论歌曲推荐 一周热点 一、人工智能领域 本周&#xff…
阅读更多...
迈威通信首秀成都工博会，迸发品牌强势能

迈威通信首秀成都工博会，迸发品牌强势能

4月26日，在繁花似锦的成都，一场工业界的盛会刚刚落下帷幕。而在这场盛会的璀璨星辰中，迈威通信以其首秀之姿，迸发出耀眼的光芒，强势展现了品牌的实力与魅力。 此次展会，迈威通信以“工业互联赋能新数字化智…
阅读更多...
C语言求 MD5 值

C语言求 MD5 值

MD5值常被用于验证数据的完整性，嵌入式开发时经常用到。md5sum命令可以求MD5码，下面介绍如何用C语言实现MD5功能。 一、求字符串MD5值 1、md5sum命令 $ echo -n "12345678" | md5sum //获取"12345678"字符串的md5值 结果&…
阅读更多...
react 学习笔记二：ref、状态、继承

react 学习笔记二：ref、状态、继承

基础知识 1、ref 创建变量时，需要运用到username React.createRef()，并将其绑定到对应的节点。在使用时需要获取当前的节点； 注意：vue直接使用里面的值，不需要再用this。 2、状态 组件描述某种显示情况的数据&#…
阅读更多...
VCSA6.7重置root密码

VCSA6.7重置root密码

VCSA6.7重置root密码 1、登录VCSA所运行的ESXI主机 2、打开VCSA虚拟机Web控制台，先拍摄一个快照，然后重启虚拟机，在如下界面按"e" 3、找到linux开头的段落，在末尾追加rw init/bin/bash; 4、输入完成后，按&…
阅读更多...
LPDDR5和LPDDR5X区别

LPDDR5和LPDDR5X区别

发布时间 LPDDR5和LPDDR5X的发布时间如下： LPDDR5的具体发布时间没有直接提及，但它在市场上的应用早于LPDDR5X。LPDDR5作为LPDDR4(X)的继任者，其规范发布和商用化大致发生在2019年至2020年间，具体技术细节和产品商用则依据各制造…
阅读更多...
【ruoyi-vue】关于密码重置

【ruoyi-vue】关于密码重置

文章目录 前言解决问题 前言 在qq群里经常看到问ruoyi的账号密码是多少？有源代码忘记了登录密码怎么办？ 解决问题 在 ruoyi-admin 模块内 SysUserController找到新增用户或修改用户密码的相关接口在里面就可以找相关创建密码的方法ruoyi里的创建密码的…
阅读更多...
MySQL从入门到高级 --- 3.DML基本操作

MySQL从入门到高级 --- 3.DML基本操作

文章目录 第三章：3.基本操作 - DML3.1 数据插入3.2 数据修改3.3 数据删除3.4 练习 第三章： 3.基本操作 - DML DML：数据操作语言，用来对数据中表的数据记录进行更新 关键字： insert 插入 delete 删除 update 更新 …
阅读更多...
OceanBase V4.3 发布—— 迈向实时分析 AP 的重要里程

OceanBase V4.3 发布—— 迈向实时分析 AP 的重要里程

OceanBase在2023年初，发布了4.x架构的第一个重要版本，V4.1。该版本采用了单机分布式一体化架构，并在该架构的基础上，将代表数据库可靠性的RTO降低至 8 秒以内，从而确保在意外故障发生后，系统能够在极短时间…
阅读更多...
碳化硅片有哪些比较重要的参数？

碳化硅片有哪些比较重要的参数？

知识星球（星球名：芯片制造与封测社区）里的学员问：请问碳化硅衬底片到客户端验证主要测试什么项目，比较重要的参数有哪些？ Lattice Parameters：晶格参数。确保衬底的晶格常数与将要生长的外延层…
阅读更多...
面对网络安全，做好风险评估对企业会带来哪些帮助

面对网络安全，做好风险评估对企业会带来哪些帮助

随着信息技术的飞速发展，网络安全问题日益凸显，成为企业不容忽视的重要议题。企业作为社会经济活动的主要参与者，其网络安全不仅关系到自身的生存与发展，更与国家的经济安全、社会稳定息息相关。因此，企业必须高度重视…
阅读更多...
盲人手机导航：科技之光引领无障碍出行新纪元

盲人手机导航：科技之光引领无障碍出行新纪元

在这个日新月异的数字时代，科技不仅改变了我们获取信息的方式，更在无声中拓宽了视障人士的生活半径。盲人手机导航这一创新技术，正逐步成为他们探索世界、实现独立出行的重要伙伴。 对于大多数人而言，日常出行或许只是一次…
阅读更多...
数据赋能（70）——概念：数据赋能业务过程的绩效评价

数据赋能（70）——概念：数据赋能业务过程的绩效评价

数据赋能业务过程的绩效评价涉及多个方面，这些方面共同构成了对业务过程中数据利用效果的综合评估。 以下是主要的绩效评价方面： 数据质量与准确性：评价数据收集、清洗和预处理过程的效率和准确性，确保所使用的数据是高质量、可靠…
阅读更多...
四信数字孪生水库解决方案，加快构建现代化水库运行管理矩阵

四信数字孪生水库解决方案，加快构建现代化水库运行管理矩阵

近年，水利部先后出台《关于加快构建现代化水库运行管理矩阵的指导意见》与《构建现代化水库运行管理矩阵先行先试工作方案》等文件，明确总体要求及试点水库、先行区域建设技术要求等，为全面推进现代化水库运行管理矩阵建设工作提供依据。 《2…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023