Llama 3无限使用！喂饭级本地部署教程，零成本爽翻天

近日，真正的“OpenAI”——Meta公司，对“Close AI”进行了有力回应，推出了其开源大模型系列的最新力作——更是青出于蓝，不仅在技术层面实现了对的重大突破，还在各种评估测试中展现出令人瞩目的表现。这标志着AI技术又迈出了坚实的一步。目前，推出了两个版本，分别是8B和70B。在与同等级别的Gemma和Mistral开源模型较量中，8B版本展现出了显著的优势。至于70B版本，它在与Gemi

程序员笑武

1196人浏览 · 2024-06-21 20:23:00

程序员笑武 · 2024-06-21 20:23:00 发布

近日，真正的“OpenAI”——Meta公司，对“Close AI”进行了有力回应，推出了其开源大模型系列的最新力作——Llama 3。自Llama 1起，这个系列便以其卓越性能在开源大模型领域独占鳌头。在相同规模的参数量下，它无疑是最出色的选手之一。而Llama 3更是青出于蓝，不仅在技术层面实现了对Llama 2的重大突破，还在各种评估测试中展现出令人瞩目的表现。这标志着AI技术又迈出了坚实的一步。

目前，推出了两个版本，分别是8B和70B。

在与同等级别的Gemma和Mistral开源模型较量中，8B版本展现出了显著的优势。

至于70B版本，它在与Gemini Pro 1.5及Claude的Sonnet模型的比拼中，表现得旗鼓相当，难分伯仲。

值得注意的是，70B版本在实际应用中的效能测评已清晰地超出了GPT 3.5的水平。

如今，有机会在个人计算机上本地安装并运行一个相当于GPT-3.5级别的人工智能模型，这标志着技术的一大进步。

此次升级不仅显著提升了模型的运行效率，还引入了一项创新特性——文本生成图像功能。

用户现在可以访问Meta AI的官方网站，尝试这个功能的测试版本，亲身体验这一技术创新带来的惊喜。

在自己的电脑上部署GPT4All

轻松运行大型语言模型由于Meta AI的限制，目前非美国用户很难在线体验特定服务。

不过不用担心，本文将指导你如何在个人电脑上部署并运行类似服务。

我们将使用GPT4All，一个强大的开源工具，让你无需复杂设置就能在普通设备上训练和运行大规模语言模型。

什么是GPT4All？

GPT4All是一个创新的软件生态系统，它的魅力在于，只需占用3GB至8GB的磁盘空间，你就能在笔记本或台式机上运行拥有数亿参数的大型语言模型，这在过去是难以想象的。

安装GPT4All客户端

要开始这个安装，首先访问GPT4All的官方网站。

网站提供了适用于不同操作系统的客户端安装包。

只需选择与你的电脑系统匹配的版本，下载并进行安装。

简单几步，你就能拥有自己的本地语言模型运行环境。

首先，访问官方网站：https://gpt4all.io

完成资源的下载。随后，我们将逐步进行安装流程，确保每个步骤都清晰无误：

该应用程序的内存占用约为200MB，算是较为轻量级的，因此用户可依据自身需求灵活选择将其安装在C盘或任何其他磁盘。不过，推荐避免将安装位置设在含有中文名称的文件夹路径下，以确保软件的正常运行。按照指示，不断地选择“下一步”，直到整个安装过程顺利完成

在初次安装并运行程序时，用户将会遇到一个特定的界面提示：

该规定旨在通过收集您的对话记录，以便对GPT4All系统进行优化升级。如您重视个人隐私，完全可以毫不犹豫地统一选择“不同意”。如此一来，网页将随即显示三个核心模型的下载选项界面。

只需轻点“Download”按钮，即可启动下载过程。我们选择的是3系列的8B模型版本，对于70B的庞大模型，硬件要求相对苛刻一些。如果你的设备性能强劲，不妨尝试下载体验。不过，在此提醒，尽管8B版的参数规模不算过于庞大，但为了获得更佳的运行效果，建议至少拥有8GB显存的电脑环境。完成下载后，你会在主界面顶部看到3模型的选择选项

一旦GPT4All的大规模模型完成加载，我们便可以着手启动并充分利用其功能了：

在新版布局中，您可以选择在右上角的设置选项中预先进行配置，这样一来，系统将会适时提供贴心的提示信息。这个功能旨在提升用户体验，确保您在操作过程中得到及时的指引，而不会错过任何重要步骤。请注意，个性化设置应当兼顾易用性和实用性，以满足不同用户的需求。在调整设置时，保留原有的直观性和便捷性是非常关键的，同时也要保证提示信息的清晰度，使之既符合常规操作习惯，又不失为一种独特的交互体验。

即使没有配备GPU，您也可以通过调整应用程序的设置，选择利用CPU来进行运算。请在相关选项中选择使用中央处理器（CPU），这样系统将自动适应并以CPU运行程序。虽然GPU通常能提供更快的计算速度，特别是在处理图形密集型任务时，但CPU仍然是一个可靠的替代方案，尽管其效率可能相对较低。确保在切换设置后，程序仍能稳定运行，不会影响整体性能。

然而，这样的操作可能会导致速度有所下降：

在当前的本地安装版本中，Llama 3 的一个显著局限是缺少文生图能力。然而，启用这一特性可能对计算机硬件配置提出更高的要求，这使得直接采用SD方案显得更为经济实惠。若你有兴趣尝试更多高级模型，只需在对话窗口的左侧面板点击“Download”，你就能访问模型下载页面，轻松探索各种强大的模型选择。

一系列大型语言模型可供下载，其文件尺寸从几十兆字节到8GB不等，相应的参数数量在4千万至惊人的130亿之间。值得注意的是，模型的参数越多，对计算机硬件配置的需求也随之增加。例如，一个拥有130亿参数的模型可能需要至少16GB的显存支持，这无疑设置了一道技术门槛，可能会让许多用户望而却步。然而，对于那些寻求妥协方案的用户，70亿参数量的模型是个不错的选择，它仅需4GB至8GB的显存，性价比显得尤为出色。每个模型都配有详细的介绍，用户可以根据自身需求选择最适合的模型进行下载。

官方网站提供了更为详尽的模型测评，对每个模型都有深入的介绍和分析，可以满足你对更多细节的探索需求。

高性能的大模型通常与更高的分数直接相关，分数越出色，模型的效能表现越显著。为了便于用户获取这些优秀模型，官方提供了一个如同客户端般便捷的下载选项，只需轻轻一点，即可轻松完成下载过程。

在这里插入图片描述
考虑到一些模型的体积可观，推荐将这些大型模型的存储位置设置在C盘以外的硬盘分区。这么做能有效防止在运行模型时过度占用C盘空间，避免出现系统运行缓慢或崩溃的情况。

如何学习大模型 AI ？

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。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述