LlamaGPT一个自托管、离线、类似 ChatGPT 的聊天机器人，由 Llama 2 提供支持。100% 私密，不会有任何数据离开你的设备。

推荐：用 NSDT编辑器 快速搭建可编程3D场景

1、如何安装LlamaGPT

LlamaGPT可以安装在任何x86或arm64系统上。

首先确保你已安装 Docker。然后，克隆此存储库并 进入目录：

git clone https://github.com/getumbrel/llama-gpt.git
cd llama-gpt

现在可以使用以下任何模型运行 LlamaGPT，具体取决于你的硬件：

模型大小	使用的模型	所需的最低 RAM	如何启动 LlamaGPT
7B	Nous Hermes Llama 2 7B (GGML q4_0)	8GB	docker compose up -d
13B	Nous Hermes Llama 2 13B (GGML q4_0)	16GB	docker compose -f docker-compose-13b.yml up -d
70B	Meta Llama 2 70B Chat (GGML q4_0)	48GB	docker compose -f docker-compose-70b.yml up -d

可以通过 http://localhost:3000 访问 LlamaGPT。

要停止 LlamaGPT，请运行：

docker compose down

2、基准测试

我们在以下硬件上测试了 LlamaGPT 模型，并使用默认系统提示和用户提示：“宇宙如何膨胀？” 温度设置为 0 时保证确定性结果。 生成速度是前 10 代的平均值。

• Nous Hermes Llama 2 7B (GGML q4_0)

设备	生成速度
M1 Max MacBook Pro (10 64GB RAM)	8.2 令牌/秒
Umbrel Home (16GB RAM)	2.7 令牌/秒
Raspberry Pi 4 (8GB RAM)	0.9 令牌/秒

• Nous Hermes Llama 2 13B (GGML q4_0)

设备	生成速度
M1 Max MacBook Pro (64GB RAM)	3.7 令牌/秒
Umbrel Home (16GB RAM)	1.5 令牌/秒

• Meta Llama 2 70B 聊天 (GGML q4_0)

不幸的是，我们还没有这个模型的任何基准。

---

原文链接：LlamaGPT自托管chatbot — BimAnt