登录社区云，与社区用户共同成长
邀请您加入社区
搭建本地知识库
企业 AI 开发技术栈不应按工具热度选择，而应按任务链拆分：模型能力、流程编排、本地推理、视觉检测、语音识别和系统集成分别有不同工具边界。
本文介绍了如何在星图GPU平台上一键自动化部署AI股票分析师daily_stock_analysis镜像，实现本地化、私密的股票分析。该工具基于Ollama框架，能快速为输入的股票代码生成结构化的（虚构）分析报告，适用于投资者进行思维框架练习和风险视角梳理，整个过程无需联网，保障数据安全。
本章介绍一个完整的HLA/RTI人工智能大模型仿真示例，该例采用KY-RTI + Python + 国产大模型（通义千问Qwen2-0.5B）。这是一个接近真实环境的低空无人机巡逻态势仿真系统，稍加修改即可以成为一个实际系统。
本文介绍了如何在星图GPU平台上自动化部署通义千问3-4B-Instruct-2507镜像，实现本地AI助手的一键启动。该轻量级大语言模型支持在个人电脑甚至手机上运行，其核心应用场景包括代码生成、文档问答和内容创作，极大降低了AI技术的使用门槛。
如何在本地部署大模型并与C#集成的实战经验。文章详细介绍了Ollama在Windows和Linux平台的安装配置，推荐了适合C#开发者使用的开源模型（Qwen3:8b、DeepSeek-R1:8b等），并深入讲解了量化概念（Q4_K_M等）。重点演示了OllamaSharp SDK的两种使用方式：通过官方库和原生HttpClient，提供了完整的流式输出代码示例。文章还分享了作者在实际项目中踩过的
本文分享在本地使用 Ryzen AI 搭配 Ollama 运行大模型的实践。通过配置 ROCm 后端与 GGUF 量化模型，实现高效 GPU 加速推理，显著提升响应速度，为开发者提供低成本、低延迟的端侧 AI 部署方案。
本文详解如何在 AMD 显卡上利用 ROCm 驱动与 Ollama 搭建本地 API 服务。通过配置环境变量、启动私有化部署及设置内网防火墙，实现大模型的安全调用。该方案零成本构建可控的本地大模型环境，适用于智能客服等场景。
本文详解如何在本地电脑利用 Ollama 连接 AMD 显卡，通过配置关键环境变量 OLLAMA_HIP_VISIBLE_DEVICES 开启 ROCm 硬件加速。文章涵盖驱动安装、量化模型加载及性能对比，助开发者低成本实现大模型离线推理，大幅提升运行效率。
本文实测 AMD Strix Halo 笔记本，通过 Ollama 与 LM Studio 将本地大模型融入工作流。利用统一内存架构高效运行 7B-32B 模型，实现资讯摘要、代码重构及文章润色，打造安全高效的端侧 AI 生产力。
本文详解 Windows 下 Ollama 配置避坑指南，重点解决 AMD 显卡无法加速难题。通过设置 HSA_OVERRIDE_GFX_VERSION 环境变量，强制识别 Strix Halo 架构，唤醒 Radeon GPU 算力，大幅提升大模型本地运行效率。
本文解析 Strix Halo 笔记本利用统一内存架构本地运行大模型的优势，对比 Ollama 与 LM Studio 在 Windows 下的 Vulkan 配置及场景适配，助开发者根据代码辅助或文档处理需求选择最佳工具，释放端侧 AI 算力。
Ollama
——Ollama
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
AI Agent技术社区
智能体开发者社区
AMD开发者中国社区
