如何让Ollama使用GPU运行LLM模型

以 NVIDIA 为例，说明 Ollama GPU 模式运行大模型的具体操作。

1 安装英伟达容器安装包

以 Ubuntu 22.04 为例（其它系统请参考：英伟达官方文档）

• 配置 apt 源

  curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
      sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
      sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
  

• 更新源

  sudo apt-get update
  

• 安装工具包

  sudo apt-get install -y nvidia-container-toolkit
  

2 使用 GPU 运行 Ollama

# 以后台模式运行 ollama 容器，并允许容器访问主机上所有可用的 NVIDIA GPU
docker run --gpus all -d -v /opt/ai/ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

3 使用 Ollama 下载模型

# 在线下载并运行模型
docker exec -it ollama ollama run qwen:7b

4 在 MaxKB 中添加 Ollama 模型

下载完成并运行模型服务后，即可在 MaxKB 中添加对应的模型并使用。