“ 学习大模型的本地部署能够让你对模型的运行流程更加了解，帮助你了解不同平台和部署环境的优劣以及适用场景。”

在大模型应用中，本地部署模型可以说是一个非常重要的环节，特别是对一些数据安全性较高的企业；因为使用第三方模型服务，会存在数据泄露的问题，因此很多企业选择本地部署模型。

而且很多企业在招人时，也会要求有大模型本地部署的经验；所以，今天我们就来学习一些大模型的本地部署，使用ollama部署工具。

大模型的本地部署

关于大模型的部署问题，目前市场上有很多部署推理工具，如vllm，sglang，ollama，LLMStudio等等；不同的部署框架适合不同的应用场景，有些框架适合学习和小规模开发测试使用，如ollama，LLMStudio等；而有些适合企业级生成部署，如vllm，DeepSpeed等。

以我们今天使用的ollma框架为例，由于其小巧简单，因此很适合学习和测试使用；并且，其提供了多种交互接口，包括命令行——cli，GUI和API接口。

官网地址如下：https://ollama.com/

并且，ollama支持多种系统平台，如window，mac，linux等；直接选择自己的系统平台点击下载即可。

下载之后直接启动就是一个GUI的页面，用户可以在右下角选择需要使用的模型，然后下载即可；当然也可以在命令行进行操作。

而ollama支持的模型，也可以点击右上角的Models查看，里面支持大量 的模型。

搜索模型之后点击进去就能看到模型具体的下载命令，可以根据自己需要的版本进行选择:

由于作者的电脑没有GPU，因此就选择deepseek的小模型进行测试，ollama run命令会直接从ollama仓库下载模型，当然用户也可以自己手动下载之后直接启动，这样就不用等待下载时间了。

模型会在第一次加载时需要下载，如果已经下载过就不会在此下载；不过这里有一个注意点就是，由于模型较大，少则几个G起步，多则几十个G，上不封顶，因此一定要选择一个大的磁盘才行。

ollama默认下载地址：C:\Users\用户名.ollama\models，用户可以自行修改, 左上角选择setting即可进入设置页面:

当模型下载成功之后，就可以通过ollama ps命令查看运行中的模型。

前面讲了ollama的基本使用和下载方式，但对于开发者来说，我们需要的是通过API来访问模型，因此怎么使用API服务才是最重要的。

在ollama中封装了模型的API服务，不需要我们编写任何服务端代码；

这个是ollama的api文档:

英文版: https://github.com/ollama/ollama/blob/main/docs/api.md

中文版: https://ollama.readthedocs.io/api/

ollama的默认启动地址是 http://localhost:11434，可以使用curl对接口进行测试：

curl http:
//localhost:11434/api/generate -d 
'{
  
"model"
: 
"llama3.2"
,
  
"prompt"
: 
"Why is the sky blue?"
,
  
"stream"
: 
false
}'

当然，也可以通过apifox等api测试工具进行测试，不过这里需要注意的一点是ollama默认启动的api服务只能本地访问，如果想通过网络进行远程访问，在保证网络通的前提下，还需要对ollama的环境进行配置。

环境变量配置：

OLLAMA_HOST=0.0.0.0:11434

windows中ollama的环境变量配置和java sdk的配置相同;而mac和linux用户可以自行搜索。

开发人员可以根据ollama提供的接口文档，基于ollama做业务开发。

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！

在这个版本当中：

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​