前言

想要 5 分钟部署自己的本地模型，是需要用到 Docker 的，除了 Docker，自己的硬件设备也是需要准备妥当，我自己测试的机器就是Mac book，然后配置是 m3 Pro，存储有 1 个 T，所以非常舒适的就本地跑起了 4 个大模型。基本上意味着，无需网络我就可以和大模型嗨起来了。

环境准备

• 硬件设备：推荐 MacBook m2 pro 以上，内存 32G 以上

• 软件设备：安装 Docker 就好了，下载地址：https://www.docker.com/products/docker-desktop/

需要借助的开源库如下：

https://github.com/ollama/ollama 这个可以管理大模型，只要下载就可以在本地跑起来，不过是一个命令行的，因此为了简单期间，我们需要使用一个 WebUI 来配合使用，他就是：

https://github.com/open-webui/open-webui ，这个就是提供了一个 UI，可以非常方便的和 ollama 配合使用。

直接执行下面两个命令，就算完成了安装：

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama  
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open\-webui:/app/backend/data --name open\-webui --restart always ghcr.io/open\-webui/open\-webui:main  

随后就可以看到这两个服务启动了，打开 http://localhost:3000/[1] ，就可以看到 Open WebUI

下载模型

我们通过 Connections 可以看到，Open WebUI 已经连接到ollama 服务了

随后就是去下载大模型了，ollama 管理支持的模型可以在这里看到 https://ollama.com/library，我们可以挑自己喜欢的下载。我这把gemma、llama2、mistral、mixtral 都安排上了

测试大模型

我选择 gemma 来测试一下大模型的输出速度，发现还是挺喜人的。

总结一下

本地跑大模型的成本越来越低了，而且不是说一定需要有 GPU 才可以跑，现在很多模型都是可以直接用 CPU 来跑的，区别是有 GPU 加持的话，推理速度会快很多，每分钟输出的 token 数也会多很多，而且现在在本地搭建大模型并且跑起来实在是太方便了。你机器上安装了 Docker 的话，直接无脑2个docker启动命令就可以搞定，完全傻瓜式的，极大了降低了小白探索大模型的难度。

如何云上部署？

独乐乐不如众乐乐？本地部署成功，意味着云上部署似乎也没有什么门槛，从云服务厂商那边购买性能差不多的云主机，然后安装上 Docker，同样的操作，执行两个命令就启动镜像了。

访问控制？

如果希望提供对外服务，可以增加一些反问控制，如基于 WebUI 打造一个会员体系，接入支付，提供订阅服务。

配合langchain？

langchain https://python.langchain.com/docs/get_started/introduction

可以说是一个基于大模型快速构建用用的框架，我们看到的很多大模型的应用都是基于langchain构建的

我们本地部署的大模型是基于 ollama管理的，配合langchain来使用也是非常方便，几乎无痛感。可以参考这篇文章 https://github.com/ollama/ollama/blob/main/docs/tutorials/langchainpy.md

下面是一个demo：

from langchain.llms import Ollama  
ollama = Ollama(base\_url='http://localhost:11434',  
model="llama2")  
print(ollama("why is the sky blue"))

最后的最后

感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。

为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。

这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。

这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】