网站建设 项目背景,做网站连带责任,旅游网站制作模板,山西网站推Gemma是google推出的新一代大语言模型#xff0c;构建目标是本地化、开源、高性能。 与同类大语言模型对比#xff0c;它不仅对硬件的依赖更小#xff0c;性能却更高。关键是完全开源#xff0c;使得对模型在具有行业特性的场景中#xff0c;有了高度定制的能力。 Gemma模…Gemma是google推出的新一代大语言模型构建目标是本地化、开源、高性能。 与同类大语言模型对比它不仅对硬件的依赖更小性能却更高。关键是完全开源使得对模型在具有行业特性的场景中有了高度定制的能力。 Gemma模型当下有四个版本Gemma 7b, 2b, 2b-it, 7b-it 。通俗来说2b及精简小巧覆盖了现代流行的语言对硬件依赖小。7b是常规型的要有的基本都有了硬件上最低需要8gb内存显存。后缀带it的版本可适用于nvidia较新显卡支持int8(fp8), tensorrt核心。但我的40hx硬件被阉割太厉害连fp16都跑不起来就没测试了。
安装环境
我的硬件环境是虚拟机环境40hx显卡直通linux系统远程访问。软件环境需要目标是ollama及open-webui。ollama是大语言模型的一个运行环境open-webui是基于openAI及ollama的一个前端界面。目前ollama只支持nvidia的GPU加速别的显卡就不讨论了。
安装过程
1. 虚拟机安装这边需要注意的是显卡必须直通CPU必须在主机直通模式。不然GPU加速就不能成功。
2. 安装常用的软件wget curl git nvidia-toolkit
3. 确认环境nvidia-smi看一下显卡是不是正常驱动cat /proc/cpuinfo 看一下AVX是否加载。这二点决定了GPU加速
4. 在linux上运行要科学
curl -fsSL https://ollama.com/install.sh | sh
然后等待安装完成安装完成后执行 ollama run gemma:2b 或者 ollama run gemma:7b 等模型下载完毕后就进入字符界面你就可以跟机器交流了。按ctrl-d可退出。
5. 远程访问
因为我是在服务器上安装的操作需要在PC上所以需要做一下远程
sudo nano /etc/systemd/system/ollama.service (我是ubuntu系统debian类似其它系统查看services配置方法
在nano中[Service]下面加一行 EnvironmentOLLAMA_HOST0.0.0.0:11434
保存退出后执行 sudo systemctl daemon-reload 再执行 sudo systemctl restart ollama
PC端打开浏览器访问http://你的服务器IP:11434 如果显示ollama表示已经成功了。
6. open-webui安装 现在的linux发布版本基本都预装了docker环境如果你的linux刚好没有就先安装docker
然后运行 sudo docker run -d -p 3000:8080 --add-hosthost.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
其中3000可以换成你想要的发布端口。
等待安装完成后访问http://你的服务器IP:3000
7. 配置
第一次登录是需要注册自己id的(sign up) 注册好后进入系统默认是已经可以找到ollama模型的。其它配置自己摸索吧针对Gemma模型的关键配置是在setting下 点击上图这个Show, 然后找到 Context Length这是上下文中的内容关联长度Ollama默认是2048, 所以你会发现跟机器聊几句就聊不到一起了Gemma可以设置到8192这样就可以愉快地聊上很久。另一个是Max Tokens默认长度是128, Gemma据说可以达到6T个tokens, 这二个参数在GPU加速时一个是占了显存一个是占了性能。ollama为了保持各种模型的兼容性这二项参数上留得很保守在Gemma与40hx这样的适配上可适当增加。
教程结束祝玩得愉快