推荐各位利用 ollama 在自有电脑上跑大模型，使用非常方便

[keepRun]

ollama 用法跟 docker 很类似，指定 run 哪个模型就会自动去下载使用。

我用我的 1650 笔记本允许 mistral ，跑起来速度还行。

模型列表： https://ollama.com/library

方法： 建议采用 wsl2 运行 ollama ，安装 cuda 后即可利用显卡跑 ollama ，否则会利用 cpu 跑大模型。

wsl2 安装 cuda 直接用我这个链接即可： https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=deb_local

[cwyalpha]

1650 显存多少？能跑什么量级的模型？

[ahsjs]

嗯嗯，我也用的这个，只能跑小模型，谷歌的 gemma 之类的

[huangzongzhuan]

确实很方便。至于能跑多大的模型主要看机器的硬件配置吧，跟 ollama 这个工具应该没多大关系

[ChaoYoung]

同类 LM Studio 可视化相当不错

[keepRun]

@cwyalpha 显存 4g ，不过 win11 会自动把显存和内存同时用上，所以即使跑 7B 模型也可以，只是速度会慢些

[Rrrrrr]

Macbool air M2 可以跑吗，给个教程

[panxiuqing]

Mac 上用 m1 很快。

[l4ever]

早就试过, 没有好用的模型. 有更好的推荐吗?

[PowerDi]

@keepRun 如果是调试大模型，会把内存和显存都用上吗？ pytorch

[keepRun]

@PowerDi 应该可以把，这个功能是显卡驱动支持的，系统层面就支持了

[supergeek1]

可以，m1 pro 跑个小模型速度很快

[monsterx2a]

它和 docker 啥关系？ 有啥优势吗？

[kwater]

ollama 安装后， 跑 17g 模型在 m1 还行，下载速度飞快，
加载首次等待比较久。

ollama run gemma:7b-instruct-fp16
可以自己开多会话


在 内存紧张就选小的
ollama run gemma:7b

[dacapoday]

主要是它底层的 ggml 库的功劳，作者是个肝帝，移植了大量 开源的 llm 和 权重

[keepRun]

@monsterx2a 跟 docker 没关系，只是使用方式像 docker

[McVander]

m2 max 运行 gemma:7b 速度飞快

[CyouYamato]

手里有台闲置的 4060,目前测试了 gemma 7B ,2B,llama2 。目前来说，2B 快又还不错。搭配 chatbox 还不错。

[kaichen]

@Rrrrrr #6

到 https://lmstudio.ai/ 下载个客户端，搜索对应大小的模型（ apple silicon 是内存的 3/4 可以作为显存），可以先搜索 qwen gguf 找个合适大小的玩玩看

然后可以直接对话，或者启动一个与 openai api 兼容的 api server

[cyp0633]

怎么在我的 1650 笔记本上就用 CPU 跑 mistral-7b...

[weilongs]

目前在用 m2 pro 跑. 客户端本地使用 chat box. 后面考虑是否搞个 Mac 盒子 穿透玩一下.