今天讲解部署大模型部署工具Ollama，有了Ollama，后面就可以拉取部署大模型。

一，Ollama介绍

Ollama 是一个开源的轻量级框架，旨在本地计算机上简化大型语言模型（LLM）的部署和运行。它为用户提供了便捷的命令行界面（CLI），使得无需复杂配置或依赖云端服务即可下载、管理和与各种开源模型（如Qwen、DeepSeek等）交互。

通过 Ollama，用户可以直接在个人电脑或服务器上执行模型推理任务，支持文本生成、代码补全、对话交互等功能。其设计注重易用性和灵活性，允许通过简单的命令（如 ollama run llama3）快速启动模型，并支持自定义模型配置（如调整参数、上下文长度等）。Ollama 还提供了类 OpenAI 的 API 接口，便于与其他应用（如聊天界面、自动化脚本）集成。

Ollama 支持多平台（macOS、Linux、Windows），并优化了硬件资源利用，可通过 GPU 加速提升性能。它降低了本地运行 LLM 的技术门槛，推动了隐私保护、离线访问和模型实验的普及，成为开发者和研究者的实用工具。

二，操作步骤

（1）Ollama提供了便捷的一键安装脚本，使用脚本进行自动安装。

打开终端，执行以下命令下载并安装Ollama：

curl -fsSL https://ollama.com/install.sh | sh

安装脚本会自动完成下载、安装依赖及设置系统服务。

（2）防火墙放行 Ollama 端口

在终端中执行以下命令：

firewall-cmd --add-port=11434/tcp --permanent && firewall-cmd --reload

（3）允许局域网访问：

编辑 /etc/systemd/system/ollama.service 文件。 在 [Service] 部分添加：

Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_ORIGINS=*"

（4）启用并重启Ollama服务

在终端中执行以下命令：

sudo systemctl enable ollama
sudo systemctl restart ollama

（5）验证Ollama部署是否成功

在终端中执行以下命令，确认Ollama服务已正常运行：

sudo systemctl status ollama

如果看到 active (running) 的提示，说明服务启动成功。

或者直接在局域网机器的浏览器中打开 http://{ollama机器ip}:11434，页面显示“Ollama is running”，说明服务启动成功。

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）👈

​