感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
Ollama 大型语言模型部署入门
- Ollama 功能概述
- 本地 AI 模型部署的优势
- 与云端 AI 托管解决方案的比较
部署环境设置
- 安装 Ollama 及所需依赖项
- 配置硬体与 GPU 加速
- Docker 化 Ollama 以实现可扩展部署
使用 Ollama 部署大型语言模型
- 载入与管理 AI 模型
- 部署 Llama 3、DeepSeek、Mistral 及其他模型
- 创建 API 与端点以存取 AI 模型
优化大型语言模型性能
- 微调模型以提高效率
- 降低延迟并改善回应时间
- 管理记忆体与资源分配
将 Ollama 整合至 AI 工作流程
- 将 Ollama 连接至应用程式与服务
- 自动化 AI 驱动的流程
- 在边缘运算环境中使用 Ollama
监控与维护
- 追踪性能并除错问题
- 更新与管理 AI 模型
- 确保 AI 部署的安全性与合规性
扩展 AI 模型部署
- 处理高工作负载的最佳实践
- 为企业用例扩展 Ollama
- 本地 AI 模型部署的未来发展
总结与下一步
要求
- 具备机器学习和人工智慧模型的基本经验
- 熟悉命令列介面和脚本编写
- 了解部署环境（本地、边缘、云端）
目标受众
- 最佳化本地和云端人工智慧部署的AI工程师
- 部署和微调大型语言模型（LLM）的机器学习从业者
- DevOps 管理人工智慧模型整合的专业人员
14 小时
