学校网站织梦源码,嘉兴网站平台建设,免费注册域名流程,网站开发分类列表文章目录 DeepSeek 部署过程中的问题一、部署扩展#xff1a;docker 部署 DS1.1 部署1.2 可视化 二、问题三、GPU 设置3.1 ollama GPU 的支持情况3.2 更新 GPU 驱动3.3 安装 cuda3.4 下载 cuDNN3.5 配置环境变量 四、测试 DeepSeek 部署过程中的问题 Windows 中 利用 ollama 来… 文章目录 DeepSeek 部署过程中的问题一、部署扩展docker 部署 DS1.1 部署1.2 可视化 二、问题三、GPU 设置3.1 ollama GPU 的支持情况3.2 更新 GPU 驱动3.3 安装 cuda3.4 下载 cuDNN3.5 配置环境变量 四、测试 DeepSeek 部署过程中的问题 Windows 中 利用 ollama 来搭建 deepseek R1-CSDN博客
一、部署扩展docker 部署 DS
1.1 部署
在上文Windows 中 利用 ollama 来搭建 deepseek R1-CSDN博客中我们使用Windows直接部署ollama当然我们也可以使用docker来进行ollama的部署。 hub.docker.com/r/ollama/ollama
Docker安装到入门_deping 覆盖安装docker-CSDN博客
部署命令
docker run -d --gpusall -v ollama:/root/.ollama -p 9000:11434 -e OLLAMA_ORIGINS* --restart always --name ollama ollama/ollama # 在容器内部运行ollamadocker exec -it ollama ollama run deepseek-r1:7b # 运行模型命令运行后 我们发现ollama环境已被我们创建。
查看本地能否访问并且在容器内部是否运行 开始部署大模型 1.2 可视化
我们创建的模型也可以在Chatbox网站进行调用Chatbox而不是使用 docker 部署 web UI这样过于浪费系统资源 二、问题
在我们运行deepseek-r1:7b使用它生成内容时会发现CPU被严重占用这里我是使用 wsl 布置的 docker 容器并且在容器中运行大模型。因此ollama 其默认并没有使用 GPU 来运行 Deepseek其是使用 CPU来运行。 而GPU 却处于闲置的状态而我们通过ollama list看到的processor 同时结合torch库的检测 我们可以断定cuda不能运行我们需要配置cuda
三、GPU 设置
3.1 ollama GPU 的支持情况
ollama-doc/ollama/docs/Ollama 对GPU 支持信息.md at main · qianniucity/ollama-doc · GitHub
Compute CapabilityFamilyCards9.0NVIDIAH1008.9GeForce RTX 40xxRTX 4090 RTX 4080 RTX 4070 Ti RTX 4060 TiNVIDIA ProfessionalL4 L40 RTX 60008.6GeForce RTX 30xxRTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 Ti RTX 3070 RTX 3060 Ti RTX 3060NVIDIA ProfessionalA40 RTX A6000 RTX A5000 RTX A4000 RTX A3000 RTX A2000 A10 A16 A28.0NVIDIAA100 A307.5GeForce GTX/RTXGTX 1650 Ti TITAN RTX RTX 2080 Ti RTX 2080 RTX 2070 RTX 2060NVIDIA ProfessionalT4 RTX 5000 RTX 4000 RTX 3000 T2000 T1200 T1000 T600 T500QuadroRTX 8000 RTX 6000 RTX 5000 RTX 40007.0NVIDIATITAN V V100 Quadro GV1006.1NVIDIA TITANTITAN Xp TITAN XGeForce GTXGTX 1080 Ti GTX 1080 GTX 1070 Ti GTX 1070 GTX 1060 GTX 1050QuadroP6000 P5200 P4200 P3200 P5000 P4000 P3000 P2200 P2000 P1000 P620 P600 P500 P520TeslaP40 P46.0NVIDIATesla P100 Quadro GP1005.2GeForce GTXGTX TITAN X GTX 980 Ti GTX 980 GTX 970 GTX 960 GTX 950QuadroM6000 24GB M6000 M5000 M5500M M4000 M2200 M2000 M620TeslaM60 M405.0GeForce GTXGTX 750 Ti GTX 750 NVS 810QuadroK2200 K1200 K620 M1200 M520 M5000M M4000M M3000M M2000M M1000M K620M M600M M500M
3.2 更新 GPU 驱动
首先使用nvidia-smi查看版本信息。 也可以在控制面板查看版本信息 如果没有把 NVIDIA 驱动更新到最新版则需要在
Download The Official NVIDIA Drivers | NVIDIA 3.3 安装 cuda
下载CUDA ToolkitCUDA Toolkit 12.8 Downloads | NVIDIA Developer 3.4 下载 cuDNN
CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
选择与 CUDA 版本兼容的 cuDNN 版本进行下载。 安装 cuDNN Windows解压下载的 cuDNN 文件将其中的 bin、include 和 lib 文件夹中的文件复制到 CUDA 安装目录对应的文件夹中。Linux解压下载的 cuDNN 文件将其中的文件复制到 CUDA 安装目录。
使用nvcc -v查看信息
3.5 配置环境变量 CUDA_SDK_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8
CUDA_LIB_PATH %CUDA_PATH%\lib\x64
CUDA_BIN_PATH %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH %CUDA_SDK_PATH%\common\lib\x64环境变量配置完记得重启 而后cmd运行
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\extras\demo_suitebandwithTest.exe
deviceQuery.exe第一个运行结果 第二个运行结果 配置完后一定要记得重启。
四、测试
首先我们使用torch测试 发现可以检测到cuda的存在
其次我们运行模型先部署1.5b的蒸馏模型
docker exec -it ollama
ollama run deepseek-r1:1.5b # /bye # 在进入终端聊天界面后退出界面
ollama ps可以发现其GPU是100%占用的
而我们运行7b的蒸馏模型时
ollama stop deepseek-r1:1.5b
ollama run deepseek-r1:7b# /bye # 在进入终端聊天界面后退出界面
ollama ps发现和原来是一样的因此我推测由于7b的模型太大ollama 会自动调用CPU的资源GPU没有问题
我们使用nvidia-smi进行GPU资源判断时
当模型没有被调用时 当模型被调用时 发现 CPU 被调用了 82% 但是 GPU 被调用了但是调用的不多虽然才 31%。
这可能是因为 ollama 模型本身的问题ollama 的速度还不错但受限于本地硬件配置。在MacBook、PC和边缘设备上运行小型模型时表现良好不过遇到超大模型就有些力不从心了。
Ollama则是一个轻量级、易上手的框架让在本地电脑上运行开源大语言模型变得更加简单。VLLM是一款经过优化的推理引擎在令牌生成速度和内存管理效率上表现出色是大规模AI应用的理想之选。
