我要投稿

Ollama高并发测试

发布日期：2025-03-24 15:57:29 浏览次数： 2372

作者：Python伊甸园

微信搜一搜，关注“Python伊甸园”

本文主要来测试一下ollama的高并发能力。

具体配置如下：

一、Ollama默认参数执行

我们打开4个窗口，然后分别让DeepSeek “给我讲一个笑话” ，看下不同窗口的答题顺序。

通过答题顺序可以看到，在不进行参数设置时，模型是一个一个执行。这样就说明，默认参数下，Ollama并不支持高并发，它会逐个回复我们的请求。

二、调整Ollama高并发参数

在ollama内，有两个参数与高并发有关分别是：

OLLAMA_MAX_LOADED_MODELS：每个模型将同时处理的最大并行请求数，也就是能同时响应几个LLM。

至于应用场景的话，就是我们可以同时在聊天页面调用两个LLM同时聊天，看看不同的LLM会有怎样不同的响应。

当然，这样设置后，不同的用户也可以在同一时间请求不同的模型。

OLLAMA_NUM_PARALLEL：每个模型将同时处理的最大并行请求数，也就是能同时回复多少个LLM。

这个参数对于高并发非常重要，如果你部署好了Ollama，假如有10个人同时请求了你的LLM，如果一个一个回答，每个模型回复10秒钟，那轮到第10个人将会在1分多种后，对于第10个人来说是不可接受的。

以上两个参数应根据自己的硬件条件自行设置。

高并发测试：

我们将以上两个参数添加到电脑的环境变量内，均设置为4。

OLLAMA_MAX_LOADED_MODELS  4OLLAMA_NUM_PARALLEL 4

设置好后，确认环境变量并重启Ollama，我们来看一下效果。

可以看到，在设置并发数为4之后，模型就能同时响应4个用户的请求。

一般来说，对于中小型的部署，可以采用Ollam当作底座，只需要部署多个服务器，通过反向代理与负载均衡即可实现。

如果要面对更多的并发请求，不建议使用Ollama当作底座，应采用VLLM进行部署。

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POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-12-11

左脚踩右脚：大模型的有趣且简单的微调方式“SHADOW-FT”

2025-12-11

大模型训练的高效内存解决方案：流水线感知的细粒度激活卸载，实现显存开销与吞吐性能的联合最优

2025-12-08

一杯咖啡成本搞定多模态微调：FC DevPod + Llama-Factory 极速实战

2025-12-04

OpenAI公开新的模型训练方法：或许能解决模型撒谎问题，已在GPT-5 thiking验证

2025-11-23

微调Rerank模型完整指南

2025-11-22

大模型微调全流程实战指南：基于IPO框架的深度解析与优化

2025-11-21

AI基础 | Qwen3 0.6B 微调实现轻量级意图识别

2025-11-20

从零开始：手把手教你微调Embedding模型，让检索效果提升10倍！

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

微调已死？Google 和斯坦福论文指出AI 学习新范式

2025-10-12

用Macbook微调Qwen3！手把手教你用微调给Qwen起一个新名字

2025-10-14

从零教你微调一个专属领域大模型，看完小白也能学会炼丹!（完整版）

2025-10-21

一位淘宝工程同学的大模型LoRA微调尝试

2025-09-24

在Colab中微调Qwen3-4B模型实战指南

2025-09-20

如何将 AI 代码采纳率从30%提升到80%？

2025-09-25

基于昇腾NPU的Qwen3量化因子代码生成微调实战

2025-11-05

2张4090竟能本地微调万亿参数Kimi K2！趋境联合清华北航把算力门槛击穿了

2025-11-05

AI基础 | Qwen3 0.6B 微调实现轻量级意图识别

2025-11-21

OpenAI公开新的模型训练方法：或许能解决模型撒谎问题，已在GPT-5 thiking验证

2025-12-04

大家都在问

LoAR做Fine-Tuning微调原理到底是什么？

2025-11-19

如何将 AI 代码采纳率从30%提升到80%？

2025-09-25

大模型微调，为什么99%的企业都不应该碰这个坑？

2025-06-20

万不得已，不要对 LLM 进行微调？

2025-06-17

可以将任何符合OpenAPI规范的接口转 MCP Server吗？

2025-05-21

OpenAI发布GPT-4.1系列模型，对行业最大吸引力是什么？

2025-05-17

私有部署大模型需要多少显存？

2025-05-14

软件公司如何为AI的下半场做准备？

2025-05-10

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部