90%用户不知道的Ollama隐藏技巧​
​​“为什么你的C盘总提示空间不足？因为Ollama默认安装包+模型文件会吃掉5GB+存储！”​​
明明想用AI工具提升效率，却因C盘爆红被迫关停——这是不是你的日常？别急，本文将用​「零成本迁移法」​，教你把Ollama主程序+模型文件一键转移到E盘，释放C盘空间，还能让模型加载速度提升30%！

🛠️ ​方法：安装时直接锁定E盘（终极方案）​​

​步骤1：截胡默认安装路径​
  1. ​创建E盘专属目录​

  2. 在E盘新建文件夹（如 E:\Ollama），将安装包拖入该目录。

  3. ​命令行精准安装​

    • 按住 Shift + 右键点击文件夹 → 选择「在此处打开PowerShell」
    • 输入命令： 
      .\OllamaSetup.exe /DIR="E:\AI\Ollama"

 

执行后会看到 在指定的位置安装了

ollama 安装好以后，检查是否正常启动

http://localhost:11434/

步骤2：模型文件强制分流（防C盘吃满）​​

  1. ​设置环境变量​

    • 右键「此电脑」→ 属性 → 高级系统设置 → 环境变量
    • 新建系统变量： 
      变量名：OLLAMA_MODELS  
变量值：E:\AI\Ollama\.ollama

 

安装 deepseek

我是安装 ds 1.5b 版本

执行 ollama run deepseek-r1:1.5b

 

现在，你的C盘终于能松口气了！”​​
立即尝试，体验飞一般的感觉 → 点击获取Ollama安装包 

# 大数据 # 人工智能
Logo
加入AMD AI开发者计划！

免费领 200 小时云算力，进群参与显卡、AI PC 幸运抽奖

更多推荐

VLLMService Operator 开发第六篇：给模型服务增加 Service 自动创建能力

做到这里，VLLMService Operator 已经不只是创建 Deployment 了，它开始具备完整服务编排的雏形。-> Pod-> Pod-> Service这一步非常关键，因为 Service 是后续接入流量入口的基础。没有 Service，HTTPRoute 就没有稳定的后端目标；-> Pod-> Service-> Gateway也就是说，Service 是从“模型 Pod 能跑起

avatar AMD开发者中国社区

VLLMService Operator 开发第五篇：部署 Operator 并验证模型服务

存储准备完成后，就可以创建 VLLMService 资源了。metadata:spec:labels:port: 8000resources:requests:cpu: "2"limits:cpu: "4"storage:这里需要明确一点：VLLMService 本身只是用户声明的期望状态，它并不会直接运行模型。真正运行模型的是 Operator 根据这个 VLLMService 自动创建出来的

avatar AMD开发者中国社区

Higress v2.2.3 发布：AI Gateway 能力增强，Gateway API 及其推理扩展持续打磨

Higress v2.2.3 版本发布，带来多项核心更新：新增 AI Gateway 的 vLLM 协议透传和上下文限制插件，增强 AI 安全防护与负载均衡；优化 Gateway API 隔离与推理路由配置；改进 Ingress 迁移体验；加固安全认证组件与 TLS 校验；修复多项 Console 问题。社区层面，Higress 正式入驻 CNCF Sandbox。

avatar AMD开发者中国社区