我要投稿
微信搜一搜，关注“后端云”
几天前meta发布了史上最强开源大模型Llama3，要想免费使用Llama3，除了去官网 https://llama.meta.com/llama3/ 在线使用外，还可以本地部署。
本地部署有多种方式，常见的有如下3种方式：
1. github仓库clone后，https://github.com/meta-llama/llama3 安装python，pip相关的包，官网在线填写个人信息申请模型下载链接
2. LL-studio
3. ollama
其中以ollama部署最为便捷和友好，部署时间可在5分钟内完成。本篇就介绍ollama本地部署llama3模型。
step1：ollama官网（https://ollama.com/download）下载ollama，有mac，windows，linux三个版本，选择适合自己机器的版本下载并安装。
step2：命令行执行ollama run llama3 （默认是下载8b的模型，若要下载40b的，执行 ollama run llama3:70b）
Llama3的最小版本8B和70B已经全面领先其他竞争对手的开源大模型。其中70B的模型相当于GPT-4的水平，其中8B和70B都可以在个人PC上跑起来，8B就是80亿参数的模型只需要8G+的显存就可以流畅跑起来，70B就是700亿参数的模型虽然宣称需要40G+的显存，经测试在个人电脑的16G的显存上也可以跑起来，就是吐字速度慢些。
模型下载完成后就进入命令行交互界面，这时候就可以和llama3聊天了。
step3（可选）：命令行交互毕竟没有图形化界面友好，可以任选一个界面。目前市面上的界面多如牛毛，这里以开源软件chatbox为例，https://github.com/Bin-Huang/chatbox/releases
下载安装后，进入设置，配置使用本地ollama的llama3模型，之后就可以愉快的聊天了。
除了通过图形化界面和Llama3聊天外，还可以自己编程调用Llama3 的rest api，自动化让AI完成很多本地工作。
调用llama3 rest api，参考官网说明：https://github.com/ollama/ollama/blob/main/docs/api.md
curl http://localhost:11434/api/chat -d '{"model": "llama3","messages": [{"role": "user","content": "why is the sky blue?"}],"stream": false}'53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-06-14
开源破局，中国AI正在改写全球竞争格局！
2025-06-13
MinerU-利用专用LLM模型提取PDF内容的工具实测
2025-06-13
官宣|Milvus 2.6正式开源：内存减少 72%，速度比ES快4倍
2025-06-13
CoCo：全球首个“有记忆”的企业级AI Agent
2025-06-13
OpenAI 三连更：Team 上线 o3-pro、o3 额度翻倍、Projects 大升级！
2025-06-13
Manus免费版来了！两大核心更新功能实测
2025-06-13
[开源]RAGFlow: 基于深度文档理解的开源RAG引擎
2025-06-12
干货：手把手教你搭建自己的MCP Server
2025-03-19
2025-03-19
2025-03-17
2025-04-01
2025-04-01
2025-04-13
2025-04-29
2025-03-19
2025-03-23
2025-03-22
2025-06-10
2025-06-08
2025-05-28
2025-05-28
2025-05-26
2025-05-25
2025-05-23
2025-05-17
回到顶部
粤ICP备17114055号