用 CPU 也能部署私有化大模型？

对，没错，只要你的电脑有个 8G 内存，你就可以轻松部署 Llama、Gemma、Qwen 等多种开源大模型。

非技术人员，安装 Docker、Docker-compose 很费劲？

不用，这些都不需要安装，就一个要求：有手就行～

今天主要为大家分享保姆级教程：如何利用普通个人电脑，本地私有化部署 Qwen 大模型。

一、Ollama 与 Qwen7B 安装和使用

一）下载

进入下载地址，目前支持 Mac、Windows、Linux 以及 docker 部署，本次演示，主要针对 Mac。

下载地址：https://github.com/ollama/ollama

我已经为大家提前下载好了 Mac、Windows 的安装包，公众号回复 ollama 领取。

二）安装 Ollama

1、下载到本地，并解压后，双击 Ollama 图标。

2、点击 Move to Applications ，按照建议，将其移动到应用程序文件夹下。

3、按照从左到右的顺序执行这三步。到这 Ollama 安装完成了。

三）安装模型

作为国内的优质大模型，Qwen 对于中文的支持力度还是很强的，最终选择用它来试手。

大家也可以尝试选择自己喜欢的模型，比如 Llama3、Gemma 等等。

1、进入模型仓库

地址：https://ollama.com/library

2、搜索对应模型。发现目前有 Qwen 0.5B ～ 110B 可供使用。

因为内存不够用，最终选择下载 Qwen:7b，大家可以按照自身硬件情况下载模型。

可以使用图中对应型号的命令，进行下载。7b 下载命令为：ollama run qwen:7b

官方建议： 至少有 8 GB 可用内存来运行 7 B 型号，16 GB 来运行 13 B 型号，32 GB 来运行 33 B 型号。

3、下载完成，开始对话，中文能力的确可以～

但是命令行对话总不是事儿啊，我们需要一个网页应用，这就得请出下一位主角：ChatGPT-Next-Web。

二、ChatGPT-Next-Web 安装和使用

一）安装

进入 ChatGPT-Next-Web 仓库地址，选择对应版本下载。

地址：https://github.com/ChatGPTNextWeb/ChatGPT-Next-Web/releases/tag/v2.12.4

我选择了 NextChat_2.12.4_universal.dmg

我已经为大家提前下载好了 Mac、Windows 安装包，公众号回复 ollama 领取。

下载完成后，可以直接安装，无需额外下载其他软件。

二）设置语言（可选）

按需选择语言偏好。

三）配置

1、点击图标，进行配置页面。

2、输入接口地址：http://localhost:11434

3、自定义模型名：qwen:7b

4、模型（model）：qwen:7b() ，注意该选项在最下方。

四）对话测试

1、普通对话

效果还不错。

2、面具对话

使用面具对话功能时，需要注意，软件模型忽略了自定义的 qwen:7b，每次利用面具对话时，需要重新选择模型。

2.1、没有选择模型时，则会出错。

2.2、点击图标，并选择正确的模型。

2.3、对话显示成功。

三、总结

没有消费级的 GPU，竟然都可以拥有自己的本地大模型。

部署过程基本上没有卡点，一台普通的 Mac 就能搞定，太香了~

随着大模型的持续爆火，各行各业都在开发搭建属于自己企业的私有化大模型，那么势必会需要大量大模型人才，同时也会带来大批量的岗位？“雷军曾说过：站在风口，猪都能飞起来”可以说现在大模型就是当下风口，是一个可以改变自身的机会，就看我们能不能抓住了。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓