ollama-在线安装，运行速度相当不错
环境
系统：CentOS-7
CPU: 14C28T
显卡：Tesla P40 24G
驱动: 515
CUDA: 11.7
cuDNN: 8.9.2.26
安装
curl -fsSL https://ollama.com/install.sh | sh
等待下载
下载运行模型
ollama run qwen:0.5b-chat-v1.5-q4_1
国内也可以下载的
看到如下内容
success
>>>
可以输入对话内容了
比如
介绍自己
open-api请求
curl http://localhost:11434/api/chat -d '{
"model": "qwen:0.5b-chat-v1.5-q4_1",
"messages": [
{ "role": "user", "content": "介绍一下北京景点?" }
]
}'
curl http://localhost:11434/api/generate -d '{
"model": "qwen:0.5b-chat-v1.5-q4_1",
"prompt":"介绍一下北京景点?"
}'
性能
1C2G服务器上运行qwen0.5b-v1.5速度超快，1.8B就不行了很慢，如何升级更高
4c8G服务器上运行
模型版本信息获取
https://ollama.com/library
可以在这里找打所有模型，并查看指定版本命令
