史上最强开源AI大模型——Meta的LLaMa3一经发布，各项指标全面逼近GPT-4。它提供了8B和70B两个版本，8B版本最低仅需4G显存即可运行，可以说是迄今为止能在本地运行的最强LLM。
虽然LLaMa3对中文支持不算好，但HuggingFace上很快出现了各种针对中文的微调模型，本文将从零开始介绍如何在本地运行发布在HuggingFace上的各种LLaMa3大模型。
准备环境
本文的演示环境是Mac M1 16G内存，自备科学上网工具，使用开源Ollama运行大模型，使用Open WebUI作为前端访问界面，通过浏览器访问，体验十分接近GPT：
安装软件
首先安装Ollama，它可以让我们非常方便地运行各种LLM。从Ollama官网下载，运行，点击安装Ollama命令行，然后在命令行测试Ollama是否已正常运行：
$ ollama -v
ollama version is 0.1.32
下载模型
Ollama可以直接下载内置的几种模型，但选择有限。我们更希望从HuggingFace下载以便方便地评估各种模型，所以，这里我们并不从Ollama直接下载，而是从HuggingFace下载。
在HuggingFace搜索
llama3
，设置
Languages
为
Chinese
，可以看到若干基于LLaMa3的中文模型：
我们选择一个GGUF格式的模型，GGUF格式是llama.cpp团队搞的一种模型存储格式，一个模型就是一个文件，方便下载：
点击
Files
，可以看到若干GGUF文件，其中，q越大说明模型质量越高，同时文件也更大，我们选择q6，直接点击下载按钮，把这个模型文件下载到本地。
导入模型
下载到本地的模型文件不能直接导入到Ollama，需要编写一个配置文件，随便起个名字，如
config.txt
，配置文件内容如下：
FROM "/Users/liaoxuefeng/llm/llama3-8b-cn-q6/Llama3-8B-Chinese-Chat.q6_k.GGUF"
TEMPLATE """{{- if .System }}
<|im_start|>system {{ .System }}<|im_end|>
{{- end }}
<|im_start|>user
{{ .Prompt }}<|im_end|>
<|im_start|>assistant
"""
SYSTEM """"""
PARAMETER stop <|im_start|>
PARAMETER stop <|im_end|>
第一行
FROM "..."
指定了模型文件路径，需要修改为实际路径，后面的模板内容是网上复制的，无需改动。
然后，使用以下命令导入模型：
$ ollama create llama3-cn -f ./config.txt
llama3-cn
是我们给模型起的名字，成功导入后可以用
list
命令查看：
$ ollama list
NAME ID SIZE MODIFIED
llama3-cn:latest f3fa01629cab 6.6 GB 2 minutes ago
可以下载多个模型，给每个模型写一个配置文件（仅需修改路径），导入时起不同的名字，我们就可以用Ollama方便地运行各种模型。
运行模型
使用Ollama的
run
命令可以直接运行模型。我们输入命令
ollama run llama3-cn
：
出现
>>>
提示符时就可以输入问题与模型交互。输入
/exit
退出。
搭建Web环境
使用命令行交互不是很方便，所以我们需要另一个开源的Open WebUI，搭建一个能通过浏览器访问的界面。
运行Open WebUI最简单的方式是直接以Docker运行。我们安装Docker Desktop，输入以下命令启动Open WebUI：
$ docker run -p 8080:8080 -e OLLAMA_BASE_URL=http://host.docker.internal:11434 --name open-webui --restart always -v open-webui-data:/app/backend/data ghcr.io/open-webui/open-webui:main
参数
-p 8080:8080
将Open WebUI的端口映射到本机。参数
-e OLLAMA_BASE_URL=http://host.docker.internal:11434
告诉Open WebUI通过本机的11434访问Ollama，注意地址必须写
host.docker.internal
，不能写
127.0.0.1
。
