超越GPT-3.5!Llama3个人电脑本地部署教程

本文和大家分享一下如何在个人电脑上部署Llama3，拥有你自己的GPT-3.5+!

很多读者担心本地部署时个人电脑的硬件配置不够，实际上这种担心是多余的，笔者使用的是MacBook M2 Pro (2023款), 主要硬件配置如下：

• 10核CPU
• 16G内存

部署步骤大致如下：

• 安装Ollama
• 下载Llama3
• 安装Node.js
• 部署WebUI

安装Ollama

Ollama可以简单理解为客户端，实现和大模型的交互，读者可以前往https://ollama.com/download，根据操作系统类型下载对应的客户端，比如笔者下载的是macOS的。

下载之后打开，直接点击Next以及Install安装ollama到命令行。安装完成后界面上会提示ollama run llama2，不需要执行这条命令，因为我们要安装llama3。

下载Llama3

打开新的终端/命令行窗口，执行以下命令：

ollama run llama3

程序会自动下载Llama3的模型文件，默认是8B，也就80亿参数版本，个人电脑完全可以运行。

成功下载模型后会进入交互界面，我们可以直接在终端进行提问，比如笔者问的Who are you?，Llama3几乎是秒回答。

➜  Projects ollama run llama3
>>> who are you?
I'm LLaMA, a large language model trained by a team of researcher at Meta 
AI. I'm here to chat with you and answer any questions you may have.

I've been trained on a massive dataset of text from the internet and can 
generate human-like responses to a wide range of topics and questions. My 
training data includes but is not limited to:

* Web pages
* Books
* Articles
* Research papers
* Conversations

I'm constantly learning and improving my responses based on the 
conversations I have with users like you.

So, what's on your mind? Do you have a question or topic you'd like to 
discuss?

安装Node.js

支持Ollama的WebUI非常多，笔者体验过热度第一的那个WebUI(https://github.com/open-webui/open-webui)，需要Docker或者Kubernetes部署，有点麻烦，而且镜像也差不多1G。

本文推荐使用ollama-webui-lite(https://github.com/ollama-webui/ollama-webui-lite)，非常轻量级，只需要依赖Node.js。

小伙伴可以前往（https://nodejs.org/en/download）根据自己的操作系统和CPU芯片类型下载对应的Node.js并进行安装。

设置国内NPM镜像

官方的NPM源国内访问有点慢，笔者推荐国内用户使用腾讯NPM源（https://mirrors.cloud.tencent.com/npm/），之前笔者使用的是淘宝源，但是今天看淘宝源(https://registry.npm.taobao.org/)的证书已经过期89天也没人维护。

打开终端执行以下命令设置NPM使用腾讯源：

npm config set registry http://mirrors.cloud.tencent.com/npm/

部署WebUI

打开终端，执行以下命令部署WebUI：

git clone https://github.com/ollama-webui/ollama-webui-lite.git
cd ollama-webui-lite
npm install
npm run dev

提示如下，WebUI已经在本地3000端口进行监听：

> ollama-webui-lite@0.0.1 dev
> vite dev --host --port 3000



  VITE v4.5.2  ready in 765 ms

  ➜  Local:   http://localhost:3000/

打开浏览器访问http://localhost:3000，可以看到如下图所示界面。默认情况下是没有选择模型的，需要点击截图所示箭头处选择模型。

笔者给模型提了一个编写一个Golang Echo Server的例子，大概5秒就开始打印结果，速度非常不错。

部署遇到问题的小伙伴可以关注公众号进群交流。