大模型笔记01--基于ollama和open-webui快速部署chatgpt

介绍
部署&测试
- 安装ollama
- 运行open-webui
- 测试
注意事项
说明

介绍

近年来AI大模型得到快速发展，各种大模型如雨后春笋一样涌出，逐步融入各行各业。与之相关的各类开源大模型系统工具也得到了快速发展，包括 ollama 和 open-webui 这样的项目。
本文基于 ollama 和 open-webui，快速运行大模型并提供对应的web交互界面，让每个关注AI大模型的人员都能快速运行起自己的本地大模型。

部署&测试

安装ollama

直接通过curl命令安装

# curl -fsSL https://ollama.com/install.sh | sh安装完成后可以通过 systemctl status ollama 查看服务状态 
# systemctl status ollama 
● ollama.service - Ollama ServiceLoaded: loaded (/etc/systemd/system/ollama.service; enabled; preset: enabl>Active: active (running) since Wed 2024-08-28 20:29:03 CST; 3 days agoMain PID: 1743 (ollama)Tasks: 15 (limit: 38363)Memory: 1.7G (peak: 1.8G)CPU: 21.202sCGroup: /system.slice/ollama.service└─1743 /usr/local/bin/ollama serve如果需要调整 ollama的参数，我们可以通过更改ollama.service中的Environment来调整其定环境变量(每隔环境变量单独起一行)，例如：
# vim /etc/systemd/system/ollama.service
Environment="PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"
Environment="OLLAMA_NUM_PARALLEL=4"
Environment="CUDA_VISIBLE_DEVICES=0"
Environment="OLLAMA_MODELS=/data/xgDir/ollama_models"
Environment="OLLAMA_HOST=0.0.0.0"其中 OLLAMA_NUM_PARALLEL表示并发量为4，CUDA_VISIBLE_DEVICES表示要用GPU显卡。ollama 模型默认下载位置为： /usr/share/ollama/.ollama/models ，可以通过上述方式设置环境变量, 也可以按需新建一个软连接到数据盘，以避免过多占用系统盘空间。
如果原来的位置已有模型，然后通过环境变量迁移，那么需要将.ollama/models目录下的blobs  和manifests都同步移动到目标目录，同时确保目录目录用户属主为 ollama

安装后我们就可以下载、运行模型了，可以在 https://ollama.com/library 找到各类开源的模型，如下图：
在这里插入图片描述
可以通过 ollama pull | list | run | ps | rm 等命令来拉取模型、查询本地模型、运行模型、查看正在运行的模型、删除模型。

运行open-webui

通过以上方法可以快速运行一个本地大模型，并且可以在终端上进行对话，为了进一步提高使用效率，我们通常会拉起一个客户端系统(web app或桌面app)，ollama官方github推荐了很多种工具，此处以比较出名的Open WebUI为例。
在这里插入图片描述
最快捷的方式直接用docker安装，具体命令如下：

# docker run -d --network=host -v /home/xg/soft/ollama/open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main
然后访问 http://localhost:8080 此处将数据目录挂载在 /home/xg/soft/ollama/open-webui ，实际使用的时候按需修改即可

常见报错： We couldn’t connect to ‘https://huggingface.co’

报错：
OSError: We couldn't connect to 'https://huggingface.co' to load this file, couldn't find it in the cached files and it looks like sentence-transformers/all-MiniLM-L6-v2 is not the path to a directory containing a file named config.json.
Checkout your internet connection or see how to run the library in offline mode at 'https://huggingface.co/docs/transformers/installation#offline-mode'.
No WEBUI_SECRET_KEY provided
由于国内网络无法直接访问 huggingface , 我们需要更改为国内能访问的域名 hf-mirror.com 
解决方法： 使用镜像站 -e HF_ENDPOINT=https://hf-mirror.com
参考： https://www.cnblogs.com/dajianshi/p/18118969

测试

当完成 ollama 和 open-webui的部署后，可以通过 127.0.0.1:8080 访问webui了，按需注册用户即可。
如下图，按需选择模型，然后就可以愉快的聊天了
在这里插入图片描述

笔者台式机 P2200显卡 5G显存，跑10B以下的模型基本没什么压力，输出比较流畅。15B及以上就有点压力。
笔记本 MX570显卡 2G显存，跑5B及以下的模型，基本没什么压力，输出比较流畅。8B及以上就明显感觉输出比较卡顿, 例如 qwen:14b每秒3-5个字。
使用腾讯云 Tesla T4 16G显卡，发现跑qwen:14B比较流畅，跑qwen:32B就有点卡(每秒3-5字)。
在测试qwen模型时候，可以明显感觉到8B及其以下流程性和语义完整性比较一般，14B及其以上的连贯性还不错，但对资源的消耗也比较高。

综上：为了兼顾速度和效果，推荐使用16G显存的机器跑10-20B的模型。

注意事项

除了基于 ollama 这种方式使用指定的大模型，还可以使用LM Studio等工具在本地快速运行大模型实现chatgpt。
如果想实现更多配置能力和自定义agent，也可以考虑基于 Fastgpt, autogen, dify 等来部署开发自己的大模型相关服务。
如果不想部署的话也可以直接体验IT厂商的大模型产品，例如文心一言、通义千问、Kimi智能助手、讯飞星火、豆包、智普清言、语聚AI , openai Chatgpt 等产品。