乐趣区

关于人工智能:本地部署运行-Google-Gemma-开源大模型

Google 开源了 Gemma 大模型,有 7B 和 2B 两个版本。

而且,性能十分强悍,基准测试中 7B 模型的能力曾经是开源模型中的领先水平。

Gemma 能够轻松的在本地部署运行,如果你的显存在 8G 以上,能够体验 7B 版本,8G 以下的话能够试试 2B 版本。

上面是本地部署步骤,以及体验感触。

一、部署步骤

思路:

  • 应用 ollama 运行 Gemma 模型
  • 应用 Chatbox 作为 UI 客户端

1. 装置 ollama

关上网页 https://ollama.com/

下载你相应操作系统的版本。

我的是 Windows,下载后间接运行装置。

装置实现后,在命令行中执行命令:

ollama -V

正确显示版本号即为装置胜利。

2. 运行 Gemma

ollama 网页顶部导航中有一个“Models”链接,点击。

点击“gemma”链接,进入模型页面。

点击“Tags”标签,找到“7b”模型,前面有运行模型的命令,点击复制按钮。

命令行中执行这个命令,首次运行时,会主动下载模型。

下载实现后,就进入交互模式,这就能够开始聊天了。

例如让它写一段 python 代码。

至此,Gemma 模型的本地部署运行曾经实现了,非常简单。

3. 装置 Chatbox

在命令行聊天很不不便,须要一个客户端。

Chatbox 反对 ollama,十分不便。

先下载安装 Chatbox。

我的项目地址 https://github.com/Bin-Huang/chatbox

在 Releases 页面中下载最新版本(目前是 1.2.2,曾经反对了 ollama),而后装置。

关上设置,模型提供方选 ollama,API 地址是本地的 11434 端口,模型选 gemma:7b。

保留后,关上新对话窗口,即可开始聊天。

二、应用体验

1. 内容生成品质

例如,我让它用文艺伤感的形式刻画“秋天来了”

写的还是挺好的。

3. 响应速度

我的显卡是 4060Ti,16G 显存,响应速度超快。

在内容生成过程中,显存是满载的。


本地可能如此简略、晦涩的运行高质量大模型真的十分爽,举荐尝试。

#AI 人工智能,#google gemma,#ollama,#chatbox,# 本地部署大模型,#gpt890, #prompt

转自 https://gpt890.com/article/21

退出移动版