服务器Ubuntu22.04系统 使用dcocker部署安装ollama和搭配open_webui使用

服务器Ubuntu22.04系统 使用dcocker部署安装ollama和搭配open_webui使用

一、ubuntu和docker基本环境配置

1.更新包列表：

• 打开终端，输入以下命令：

sudo apt-get update

sudo apt upgrade

更新时间较长，请耐心等待

2. 安装docker依赖

sudo apt-get install ca-certificates curl gnupg lsb-release

3. 添加docker密钥

curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

4.添加阿里云docker软件源

sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

如果是arm架构，命令换成下面这个，否则第5步会出错

sudo add-apt-repository "deb [arch=arm64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

5.安装docker

apt-get install docker-ce docker-ce-cli containerd.i

6.安装完成docker测试

docker -v

7. docker配置国内镜像源

• 7.1 编辑配置文件

vi /etc/docker/daemon.json

按i进入编辑模式

加入以下内容：

{"registry-mirrors": ["https://docker.mirrors.ustc.edu.cn","https://hub-mirror.c.163.com","https://docker.m.daocloud.io", "https://ghcr.io","https://mirror.baidubce.com","https://docker.nju.edu.cn"]
}

按ESC键退出编辑模式，接着输入:wq，保存并退出

• 7.2 重新加载docker

sudo systemctl daemon-reload

• 7.3 重启docker

sudo systemctl restart docker

2. 安装英伟达显卡驱动

2.1 使用wget在命令行下载驱动包

注意，这里是要根据自己的机器选择驱动版本进行安装，这里是选择的是aarch64架构的550.90.07驱动，其他的可以去英伟达官网自己找。官方高级驱动搜索 。注意，选择cuda的时候，要选择你要安装的版本（我这里是选择最新的12.4，除了12.4，还可以兼容12.4以下的。）

https://cn.download.nvidia.com/tesla/550.90.07/NVIDIA-Linux-aarch64-550.90.07.run

2.2 更新软件列表和安装必要软件、依赖

sudo apt-get update
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install make

2.2 卸载原有驱动（如果执行nvidia-smi报错可以不用执行这一步）

sudo apt-get remove --purge nvidia* 

使用vim修改配置文件

sudo vim /etc/modprobe.d/blacklist.conf

按i键进入编辑模式,在文件尾增加两行：

blacklist nouveau
options nouveau modeset=0

按esc键退出编辑模式,输入:wq保存并退出
更新文件

sudo update-initramfs –u

重启电脑：

sudo reboot

2.3 安装驱动

授予执行权限（记得将文件名换成自己的驱动文件）

sudo chmod 777 NVIDIA-Linux-aarch64-550.90.07.run

执行安装命令

sudo ./NVIDIA-Linux-aarch64-550.90.07

检测显卡驱动是否安装成功

nvidia-smi

出现以下界面则证明驱动安装成功（注意，Processes是我在执行的进程，如果你是新安装的，应该是空白的。）

2.4 安装CUDA

注意：这里选择安装的版本一定要等于或者低于你执行nvidia-smi命令后显示的CUDA Version那个版本，比如我是显示12.4，则我可以安装12.4或者是之前的版本。驱动与CUDA版本对应关系，可以看官网这里介绍，驱动版本与CUDA版本的对应表

wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run

输出accept开始安装

注意这里要按enter取消勾选第一个选项,因为之前已经安装了驱动

然后选择Install开始安装

sudo sh cuda_12.4.0_550.54.14_linux.run

2.5 环境变量配置

以vim方式打开配置文件

sudo vim ~/.bashrc

在文件尾中加入以下两行：

export PATH="/usr/local/cuda-12.4/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH"

更新环境变量

source ~/.bashrc

检测CUDA是否安装成功

nvcc -V

出现下面的信息则证明CUDA安装成功

3. 安装conda

3.1 软件下载

wget -c https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
bash Anaconda3-2023.03-1-Linux-x86_64.sh

3.2 设置环境变量

vim /etc/profile

在末尾添加环境变量

export PATH="~/anaconda3/bin:$PATH"

vim ~/.bashrc
export PATH="~/anaconda3/bin:$PATH"

刷新环境变量

source /etc/profile
source ~/.bashrc

然后conda -V要是正常就安装成功了

conda -V

3.3 conda配置

配置清华镜像源
代码如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

设置搜索时显示通道地址

conda config --set show_channel_urls yes

配置pip 镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

三、使用docker安装ollama

1. 使用docker拉取ollama镜像

docker pull ollama/ollama:latest

国内镜像

docker pull dhub.kubesre.xyz/ollama/ollama:latest

2.使用docker运行以下命令来启动 Ollama 容器

docker run -d --gpus=all --restart=always -v /home/docker/ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

使ollama保持模型加载在内存（显存）中

• 参考文章
  ollama如何保持模型加载在内存（显存）中或立即卸载
• 执行以下命令：

docker run -d --gpus=all -e OLLAMA_KEEP_ALIVE=-1 --restart=always -v /home/docker/ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

3.使用ollama下载模型

• 这里示例下载阿里的通义千问

docker exec -it ollama ollama run qwen2

• 运行效果如图：
  

• 模型库

模型	参数数量	大小	下载方式
Llama 2	7B	3.8GB	docker exec -it ollama ollama run llama2
Mistral	7B	4.1GB	docker exec -it ollama ollama run mistral
Dolphin Phi	2.7B	1.6GB	docker exec -it ollama ollama run dolphin-phi
Phi-2	2.7B	1.7GB	docker exec -it ollama ollama run phi
Neural Chat	7B	4.1GB	docker exec -it ollama ollama run neural-chat
Starling	7B	4.1GB	docker exec -it ollama ollama run starling-lm
Code Llama	7B	3.8GB	docker exec -it ollama ollama run codellama
Llama 2 Uncensored	7B	3.8GB	docker exec -it ollama ollama run llama2-uncensored
Llama 2	13B	7.3GB	docker exec -it ollama ollama run llama2:13b
Llama 2	70B	39GB	docker exec -it ollama ollama run llama2:70b
Llama 3.1	8B	4.7GB	docker exec -it ollama ollama run llama3.1:70
Orca Mini	3B	1.9GB	docker exec -it ollama ollama run orca-mini
Vicuna	7B	3.8GB	docker exec -it ollama ollama run vicuna
LLaVA	7B	4.5GB	docker exec -it ollama ollama run llava
Gemma	2B	1.4GB	docker exec -it ollama ollama run gemma:2b
Gemma	7B	4.8GB	docker exec -it ollama ollama run gemma:7b

4.使用ollama下载模型

下载微调版本的，可以看这篇文章，[HuggingFace + Ollama + Llama 3.1：轻松搞定Llama 3.1中文微调版本安装](
四、使用docker安装open-webui

1. docker部署ollama web ui

main版本

docker run -d -p 30131:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main

cuda版本

docker run -d -p 30131:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:cuda

• 安装成功后，可以在另一台计算机进行访问，如下：
  

2.注册账号

• 默认第一个账号是管理员
  

3.成功进入：

4. 聊天界面

参考来源：https://blog.csdn.net/weixin_62798503/article/details/140658151