Ollama 是一个开源的大型语言模型（LLM）服务工具，它允许用户在本地机器上运行和部署大型语言模型。用户可以通过简单的命令行操作，快速在本地运行如 Llama 3 这样的开源大型语言模型。

llama.cpp 是一个C++库，用于简化LLM推理的设置，它使得在本地机器上运行大模型（GGUF格式）成为可能。安装并且使用llama.cpp。

尝试在macbook上部署LLaMA-2的中文模型的详细过程，体验本地化部署模型的能力。

kubelet组件，systemd方式部署，journalctl -u kubelet查看；其他组件，pod方式部署kubectl logs查看；容器运行时将日志写入 /var/log/pods；系统日志，/var/log/message

参加了2天的AS2014，回来累得像猪一样，晚上9点多倒头就睡了！既然去了，好歹总要有一点收获吧，这不，现在就在造总结了，趁现在头脑还清醒，多少还有些记忆，赶紧记录下来！（1）18号上午1、18号上午，第一个是章文嵩博士的《构建大型云计算平台分布式技术的实践》，这个太高大上了，与我的领域有距离，不过，最前沿的东西还是能提供指导意义的。他主要讲述了，在各种存储环境下，调优IO的策略与性能

于本周末在家里的两台电脑上用Vmware+Redhat As6 + hadoop-0.21.0上搭建了一个3节点的Hadoop集群，虽说是原来已经搭建过类似的集群了，也跑过JavaAPI来操作HDFS与Map/reduce，但是这一次依然是受到挑战了，好些小细节，稍有遗漏就会有如坐过山车一般大起大落。故此，记下本次的操作的几个步骤，以供后续参考。1、建3个VM的虚拟机，保证互联互通IP a

数据库领域近来吸引了不少眼球。IBM不久前投资于EnerpriseDB；EnerpriseDB有一个运行在Amazon EC2上的云版本。Amazon去年末发布了他们自己的云数据库。而Google的BigTable尽管并不开源，也得到了社区的广泛研究。同样是在这个 领域，两个开源项目——HBase和Hypertable利用开源Map/Reduce平台Hadoop提供了类似于BigTable的可伸缩

一直以来对HBase的了解仅仅限于理论上的，最近想进行深入的学习下，当然对一个东东的学习最为直接的就是直接进行体验一下。为此，我在一个VM的Hadoop集群上安装了一个Hbase集群，期间也遇到了好几种不同的错误，现记录如下，以供后续参考。 Hbase集群配置信息如下：Hadoop：hadoop-0.20.2，1 个Master节点   1 个Slave节点Zookeeper：zo

springcloud gateway的功能弱爆了，只支持代码和配置文件来配置路由规则，不支持动态配置路由规则（需要自行来实现），实用性不够。类似apisix这些网关随便拿一个出来都可以干爆springcloud gateway，动态定义路由规则配置不需要重启即可生效，打通Eureka服务发现也早就实现。上kubenetes后直接就用service来做服务发现了，别说是gateway了，连Eure

ceph存储部署到k8s上后可以开始做PV、PVC、Storage Class的练习了，也可以开始配置有状态的服务比如zookeeper、Redis了，解锁一大片领域，是k8s实践路上的一道必须迈过去的坎。