我看到 Meta 发布了 Llama 3 AI 模型，大家似乎都很期待，所以我决定试一试。

我之前没什么运行开源 AI 模型的经验，也没找到太多关于如何运行的相关文档。折腾了几个小时后，我成功用 Ollama 把 Llama 3 跑了起来，所以想把操作步骤分享出来。

准备一台带 GPU 的云服务器

为了做这个实验，我在 Scaleway 上创建了如下配置的服务器：

• 服务器实例类型：GPU-3070-S
• 操作系统：Ubuntu Focal
• 磁盘大小：100 GB（因为模型很大，需要这么大的空间）

为了通过 SSH 连接，我执行了下面的命令并做了端口转发，因为我需要访问服务器上运行在 localhost 上的网页界面。

TARGET_IP='51.159.184.186' # Change to your server's IP.
REMOTE_PORT='8080'
LOCAL_PORT='8080'

# SSH in and port-forward a port to access the Open-WebUI web interface.
ssh "${TARGET_IP}" -L "${REMOTE_PORT}:localhost:${LOCAL_PORT}"

安装 CUDA

首先，安装 CUDA 以便让 Ollama 能够使用 GPU：

sudo apt-get install linux-headers-$(uname -r) && \
  sudo apt-key del 7fa2af80 && \
  echo "deb [signed-by=/usr/share/keyrings/cudatools.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /" | sudo tee /etc/apt/sources.list.d/cuda-ubuntu2204-x86_64.list && \
  wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin && \
  sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600 && \
  sudo apt-get update && \
 sudo apt-get install -y cuda-toolkit nvidia-container-toolkit ca-certificates curl

安装 Docker

接下来，安装 Docker，这样你就可以在 Ollama 的 Open-WebUI 网页界面下运行 Ollama：

sudo install -m 0755 -d /etc/apt/keyrings && \
  sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc && \
  sudo chmod a+r /etc/apt/keyrings/docker.asc && \
  echo \
    "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \
    $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
    sudo tee /etc/apt/sources.list.d/docker.list > /dev/null && \
  sudo apt-get update && \
  sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin && \
  sudo usermod -aG docker "${USER}" && \
  newgrp docker

要测试是否一切正常，请运行以下命令：

docker run hello-world

启动 Ollama 和 Open-WebUI

我基于标准的 Open-WebUI Docker Compose 文件改了一个适用于 Ollama 的版本，你可以用下面的命令下载并运行：

wget https://mtlynch.io/notes/ollama-llama3/docker-compose.yml && \
  docker-compose up

服务器启动并运行后，在浏览器中访问以下网址：

• http://localhost:8080

你首先会看到一个提示登录的页面，点击“Sign up”。

然后随便填一些信息就行。据我观察，并不需要填写有效的邮箱。

接下来，你需要下载一个模型才能使用。点击设置按钮：

我不太清楚各个模型之间有什么区别，不过 Llama 3 是几天前刚发布的最新模型，所以我决定试试这个。ollama.com 上说 llama3:70b 针对聊天机器人场景做了优化，所以我一开始用的是这个，但速度非常慢。后来我换成了 llama3，运行效果就好多了：

进度条会在 100% 上停留一段时间，但只有在看到弹出提示模型已完全下载完成时，才算真正下载好了。

下载完成后，关闭设置对话框，然后从下拉菜单中选择 llama3:latest：

接下来，你就可以开始体验 Llama 3 了。下面是我让 Llama 3 扮演 Nathan Fielder 与它对话的例子：