20分钟内本地运行Llama的完整教程
thisdudelikesAI · x · 2026-07-07
作者分享了在本地运行 Llama 的完整流程,无需 API key、无速率限制、数据不离开本机。步骤:1)一条命令安装 Ollama(Mac/Linux 用 curl 脚本,Windows 用独立安装包,约2分钟);2)按内存而非噱头选模型大小——Q4 量化的 7-8B 模型约需 5-6GB 内存,全精度约 14GB,多数笔记本能跑量化版;3)用 ollama pull llama3.3:8b(约4.9GB下载)拉取并运行。纯 CPU 约 2-8 tokens/秒,有 GPU 加速(NVIDIA/AMD/Apple Silicon 统一内存)则快得多。完成后即终端交互,无需浏览器、账号或联网。
「Infra」频道最新
- AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11