本文继续来讲如何在linux上部署离线本地智能大模型，前篇如下：window上部署离线大模型
- 首先还是安装ollama linux版本，如果完全离线的话，可以从github上下载一个linux 版本的压缩包传上去
git hub上搜索ollama 找到右下角
找到linux 版本进行下载
通常情况下的服务器都是amd版本，手机以及一些嵌入式的系统才是arm版本，很多命令都可以看，如下 uname -a
uname -a
如果输出看到X86_64则是amd
-
模型下载：
有几个大的社区，Hugging face或者国内的魔塔等，都有官网。
比如下面的魔塔，找到模型库，搜一下感兴趣的模型，找到模型文件下载。
-
ollama可以导入两种格式的自定义模型：GGUF、Safetensors
如果要导入的模型保存为二进制 GGUF 文件，则可以通过 Modelfile（自己创建的一个文件） 直接将导入到 Ollama，文件内容如下：
FROM /path/to/file.gguf
如果要导入的模型保存为 Safetensors 文件且采用以下架构之一：LlamaForCausalLM、MistralForCausalLM、GemmaForCausalLM，则也可以通过Modelfile直接将其导入到Ollama中，文件内容如下，跟上面其实一样：
FROM /path/to/safetensors/directory
而上文中我们下载的 Qwen2 采用 Qwen2ForCausalLM 的架构，因此只能使用 GGUF 格式的才能直接导入
具体的做法，举个例子：
vim 新建文件 Modelfile，其中的 qwen2-7b-instruct-q4_0.gguf 指明了采用 4bit 量化的版本：
vim ModelfileFROM /path/to/ollama/models/qwen2-7b-instruct-q4_0.gguf
然后保存这个文件
然后从Modelfile读取模型，创建名为qwen2的模型
ollama create qwen2-instruct -f ./Modelfile
命令行出现如下，表示成功
// 命令行提示以下信息说明模型创建成功
transferring model data
using existing layer sha256:c188f9260d419ff6b38c4630f19ffd260caed3559506206ba344aceb9c90f90c
using autodetected template chatml
creating new layer sha256:50ba761223141488f01a893a1d79e3ebbb54b18debf629b3ff9b50a7816ba6d1
writing manifest
success
