如何使用 Docker 在 Ollama 上离线运行大模型（LLM）

原文始发于微信公众号（非架构）：AIGC 实战：如何使用 Docker 在 Ollama 上离线运行大模型（LLM）

Ollama简介

Ollama 是一个开源平台，用于管理和运行各种大型语言模型 (LLM)，例如 Llama 2、Mistral 和 Tinyllama。它提供命令行界面 (CLI) 用于安装、模型管理和交互。您可以使用 Ollama 根据您的需求下载、加载和运行不同的 LLM 模型。

Docker简介

Docker 是一个容器化平台，它将应用程序及其依赖项打包成一个可移植的单元，称为容器。容器与主机系统隔离，确保运行应用程序时环境一致且可预测。这使得 Docker 非常适合在不同环境中部署和运行软件。

使用 Ollama 和 Docker 运行 LLM 模型

有两种主要方法可以使用 Ollama 和 Docker 运行 LLM 模型：

1. 使用 Ollama Docker 镜像：

• 官方 Ollama 库在 Docker Hub 上提供各种 LLM 模型的 Docker 镜像。
• 您可以拉取这些镜像并在容器中运行它们，而无需在您的主机系统上安装 Ollama。
• 这是一种快速测试和运行不同模型的便捷方式，无需担心依赖项。
• 例如，要运行 Llama 2 模型，您可以使用以下命令：

1. docker exec -it ollama ollama run llama2

下图是运行 Llama 2 模型的命令行交互效果

2. 使用 Docker Compose 和 Ollama：

• Docker Compose 允许您定义具有其依赖项的多容器应用程序。
• 您可以创建一个 docker-compose.yml 文件来指定 Ollama 容器和任何其他需要的服务（例如数据库）。
• 这种方法为运行您的 LLM 提供了更多的灵活性和对环境的控制。
• 可用的社区维护的 Docker Compose 设置包括：
  • https://github.com/ollama/ollama/blob/main/Dockerfile
  • https://github.com/ivanfioravanti/chatbot-ollama

其他注意事项：

• 请根据您想要使用的特定 LLM 模型选择合适的镜像或配置。
• 确保暴露 LLM 通信所需的端口（例如 Ollama 的端口 11434）。
• 如果您是 Docker 新手，网上有很多资源可供您学习基础知识。

Ollama 和 LLM 模型的硬件需求

运行 Ollama 和 LLM 模型所需的硬件取决于您选择的特定 LLM 模型及其大小（参数数量）。以下是详细说明：

最低要求：

• CPU: 推荐使用支持 AVX512 或 DDR5 的近期英特尔/AMD CPU，以获得最佳性能。
• 内存:
  • 小型模型（例如 7B 参数）：8GB。
  • 中型模型（例如 13B 参数）：16GB。
  • 大型模型（例如 70B 参数）：64GB +。
• 磁盘空间: 50GB + 用于 Ollama 安装和模型下载。

GPU: 虽然不是强制要求，但 GPU 可以显着提升性能，尤其适用于大型模型。以下是细分：

• 未量化模型:
  • VRAM 需求可能很高，通常会超出消费级 GPU。例如，一个 7B 模型在 FP16 下可能需要 26GB 的 VRAM。
• 量化模型:
  • 7B 模型：~4GB
  • 13B 模型：~8GB
  • 30B 模型：~16GB
  • 65B 模型：~32GB
• • 更高效，需要的 VRAM 更少：

其他注意事项：

• 操作系统: Ollama 在技术上支持各种操作系统，但 Linux 提供更好的兼容性和性能。
• 网络: 如果远程与 Ollama 交互或下载大型模型，请考虑网络带宽。

总结

选择合适的硬件配置对于顺利运行 Ollama 和 LLM 模型至关重要。希望这些信息能给您带来帮助! 请记住，选择合适的 LLM 模型并设置您的环境时，可以随时提出具体问题。