VMware虚拟机中创建Ubuntu环境部署SmallThinker-3B-Preview
对于很多刚开始接触AI模型部署的朋友来说，最大的门槛可能不是代码，而是环境。特别是如果你主要用Windows电脑，想玩转一个需要Linux环境的模型，难道非得再买一台机器或者重装系统吗？
其实不用那么麻烦。今天我就带你用一个非常经典且实用的方法：在Windows系统里，通过VMware虚拟机软件，“变”出一台完整的Ubuntu电脑。然后，我们就在这台“虚拟电脑”里，一步步把SmallThinker-3B-Preview这个模型给跑起来。
这个方法的好处特别多。首先，它完全免费，你不需要任何额外的硬件。其次，它非常安全，你在虚拟机里随便折腾，哪怕把系统搞崩了，也丝毫不会影响你外面真实的Windows系统。最后，它特别适合学习和测试，你可以随时创建、删除、重置环境，特别方便。
整个过程听起来可能有点复杂，但别担心，我会把每一步都掰开揉碎了讲，保证你跟着做就能成功。我们最终的目标，就是让你在Windows桌面上，拥有一个完全隔离、随时可用的AI模型测试环境。
1. 准备工作：软件下载与环境规划
在开始动手之前，我们需要先把“原材料”准备好。整个过程主要需要两样东西：虚拟机软件和Linux系统镜像。
首先，是虚拟机软件。我们选择VMware Workstation Player，这是VMware公司提供的免费个人使用版本，功能对于我们这个需求来说完全足够。你可以去VMware官网找到它的下载页面，选择适合Windows的版本进行下载。安装过程就是一路“下一步”，和安装普通软件没什么区别。
其次，是Ubuntu系统镜像。Ubuntu是最流行、对新手最友好的Linux发行版之一。我们去Ubuntu官网，下载最新的长期支持版镜像文件。这个文件后缀通常是.iso，大小在3-4GB左右。下载的时候，你可以去喝杯咖啡，稍等一会儿。
在下载的同时，我们可以规划一下虚拟机的“配置”。你可以把这台虚拟电脑想象成你要组装一台新电脑：
- CPU：建议分配你电脑物理CPU核心数的1/2到2/3。比如你的电脑是8核的，可以分给虚拟机4个核心。
- 内存：这是关键。运行AI模型比较吃内存。建议至少分配8GB，如果你的电脑有16GB或更多内存，分配12GB给虚拟机会有更好的体验。
- 硬盘：我们需要安装Ubuntu系统和后续的模型文件。创建一个新的虚拟硬盘，大小建议50GB以上，选择“将虚拟磁盘拆分成多个文件”这个选项，方便以后移动。
- 网络：保持默认的“NAT模式”就行，这样虚拟机可以上网，也能和你的Windows主机互相通信。
把这些想清楚，等软件和镜像都下载好，我们就可以正式开始“组装”了。
2. 创建并安装你的Ubuntu虚拟机
现在，我们打开安装好的VMware Workstation Player。它的界面很简洁，我们点击“创建新虚拟机”。
2.1 新建虚拟机向导
这时会弹出一个向导窗口，我们选择“典型”配置，然后点击下一步。
接下来是关键的一步：选择安装来源。我们选择“安装程序光盘映像文件”，然后点击“浏览”，找到你刚才下载的那个Ubuntu的.iso文件。VMware检测到这是Ubuntu后，会帮你跳过一些步骤，非常方便。
然后，我们需要设置这台虚拟机的“主人”信息。这里要设置一个你的用户名和密码，请务必记住这个密码，以后每次开机和安装软件时都会用到。虚拟机名称你可以随意取，比如“My-AI-Ubuntu”，位置建议选一个你硬盘上空间比较充足的路径。
接着是设置虚拟机的“硬件规格”。这里就是我们之前规划的部分。磁盘大小我建议设置为80GB，这样空间比较充裕。最后，向导会展示一个汇总信息，确认无误后，点击“完成”。
2.2 安装Ubuntu系统
点击完成后，虚拟机会自动启动，并开始从我们指定的.iso镜像文件引导。你会看到一个Ubuntu的启动界面，选择“Install Ubuntu”。
安装过程基本上是图形化的，和安装Windows软件类似。语言选择中文，键盘布局也选中文。在安装类型这里，为了简单起见，我们选择“清除整个磁盘并安装Ubuntu”，不用担心，这清除的是虚拟机的虚拟硬盘，不会动你真实电脑的任何数据。
接下来就是等待了。系统会拷贝文件、安装基础组件，这个过程大概需要10-20分钟，取决于你电脑的速度。安装完成后，它会提示你重启。点击“现在重启”，虚拟机就会重启进入全新的Ubuntu系统了。
第一次进入系统，用你之前设置的用户名和密码登录。恭喜你，现在你的Windows电脑里，已经有一台正在运行的Ubuntu“电脑”了！
3. 优化虚拟机：安装工具与共享文件夹
刚安装好的Ubuntu虚拟机，用起来可能还有点“隔阂感”，比如屏幕大小不能自适应，文件也不能直接在Windows和Ubuntu之间拖拽。我们需要安装一个“桥梁”软件——VMware Tools。
3.1 安装VMware Tools
在VMware软件顶部的菜单栏，点击“虚拟机” -> “安装VMware Tools”。这时，Ubuntu桌面上会出现一个光盘图标。
我们打开终端（可以按Ctrl+Alt+T快捷键），然后依次输入以下命令来解压和安装：
# 创建一个临时目录用于解压 mkdir -p /tmp/vmware-tools # 将光盘内容拷贝到临时目录 sudo cp /media/$(whoami)/VMware\ Tools/*.tar.gz /tmp/vmware-tools/ # 进入该目录 cd /tmp/vmware-tools # 解压安装包 (注意文件名可能略有不同，可以用 ls 命令查看) tar -xzf VMwareTools-*.tar.gz # 进入解压后的目录 cd vmware-tools-distrib/ # 运行安装脚本，一路按回车选择默认选项即可 sudo ./vmware-install.pl安装脚本会问很多问题，我们一律按回车键使用默认设置。安装完成后，再次重启虚拟机。重启后，你会发现虚拟机的屏幕可以自由缩放大小了，鼠标也可以在Windows和Ubuntu之间无缝移动了。
3.2 设置共享文件夹
为了方便我们把Windows上的模型文件、代码或者下载的安装包传给虚拟机，我们设置一个共享文件夹。
首先，在Windows上找一个你常用的文件夹，比如D:\ShareWithVM。
然后，在VMware软件里，确保虚拟机已关机。右键点击你的虚拟机 -> “设置” -> 切换到“选项”标签页 -> 选择“共享文件夹”。将其设置为“总是启用”，然后点击“添加”，按照向导选择你刚才在Windows上创建的文件夹（D:\ShareWithVM），并给它起一个在Ubuntu里好记的名字，比如shared。
完成后，启动Ubuntu虚拟机。这个共享文件夹会自动挂载到Ubuntu系统的/mnt/hgfs/目录下。你可以在终端里输入ls /mnt/hgfs/看看，应该就能看到shared文件夹了。这样，两个系统之间的文件交换就变得非常容易。
4. 在Ubuntu中部署SmallThinker-3B-Preview
环境准备好了，现在进入正题：部署模型。我们所有的操作都在Ubuntu虚拟机的终端里进行。
4.1 基础环境配置
首先，打开终端，更新一下系统的软件包列表并升级已有的软件，这是一个好习惯：
sudo apt update && sudo apt upgrade -yAI模型部署通常离不开Python。Ubuntu系统自带了Python3，但我们最好单独管理项目的依赖。安装pip和venv（虚拟环境工具）：
sudo apt install python3-pip python3-venv -y接下来，为我们的小模型项目创建一个独立的工作目录，并进入：
mkdir -p ~/smallthinker_project cd ~/smallthinker_project在这个目录下，创建一个Python虚拟环境。这就像是一个干净的“沙箱”，所有模型需要的库都装在这里，不会和系统其他Python项目冲突：
python3 -m venv venv创建好后，激活这个虚拟环境。你会看到命令行提示符前面多了个(venv)，表示你已经在这个环境里了：
source venv/bin/activate4.2 安装模型运行依赖
现在，我们可以安装运行SmallThinker模型所需要的核心库了。最主要的就是深度学习框架，这里我们以PyTorch为例。去PyTorch官网，根据你的环境（没有独立显卡的虚拟机，就选CPU版本）生成安装命令。通常类似于：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu然后，安装常用的科学计算和模型加载库：
pip3 install numpy transformerstransformers这个库是Hugging Face提供的，它让加载和使用各种开源模型变得极其简单。SmallThinker这类模型通常都能通过它来加载。
4.3 获取并运行模型
依赖装好了，怎么获取模型呢？通常，开源模型会发布在Hugging Face Model Hub或GitHub上。假设SmallThinker-3B-Preview的模型文件可以通过transformers库直接在线加载（这是最常见的情况）。
我们创建一个简单的Python脚本run_model.py来测试一下：
from transformers import AutoTokenizer, AutoModelForCausalLM # 指定模型名称，这里需要替换为实际的模型ID model_name = "模型作者/smallthinker-3b-preview" # 请替换为正确的Hugging Face模型ID print(f"正在加载模型: {model_name}...") # 加载分词器（负责把文字转换成模型能懂的数字） tokenizer = AutoTokenizer.from_pretrained(model_name) # 加载模型本身 model = AutoModelForCausalLM.from_pretrained(model_name) print("模型加载成功！") print("\n--- 简单测试 ---") # 准备一个测试问题 prompt = "请用一句话介绍一下你自己。" # 将问题编码 inputs = tokenizer(prompt, return_tensors="pt") # 让模型生成回答 generate_ids = model.generate(**inputs, max_length=50) # 将生成的数字解码回文字 response = tokenizer.batch_decode(generate_ids, skip_special_tokens=True)[0] print(f"问：{prompt}") print(f"答：{response}")请注意：你需要将脚本中的model_name替换成SmallThinker-3B-Preview在Hugging Face上的实际ID。如果模型是私有或需要特定方式下载，你可能需要根据其官方文档，先下载模型权重文件到本地，然后修改from_pretrained的参数为本地路径。
保存脚本后，在终端运行它：
python run_model.py第一次运行会从网上下载模型文件，可能需要一些时间。下载完成后，你应该能看到模型输出的自我介绍。看到这个，就说明你的SmallThinker-3B-Preview已经在Ubuntu虚拟机里成功跑起来了！
5. 总结与后续探索
走完整个流程，你会发现，在Windows里用虚拟机搭建一个Linux的AI模型测试环境，并没有想象中那么难。关键就是把大任务拆解成一个个清晰的小步骤：准备软件、创建虚拟机、安装系统、优化环境、最后部署模型。
这个方法最大的优势就是安全与隔离。你可以在虚拟机里大胆尝试各种命令，安装不同的库，甚至更换Linux发行版，完全不用担心会搞乱你主力电脑的工作环境。如果某天这个环境被你“玩坏了”，最简单的方法就是删掉这个虚拟机，然后花上半个小时从头创建一个新的，一切又恢复如初。
现在，你的Ubuntu虚拟机已经是一个合格的AI模型“试验田”了。接下来你可以：
- 尝试更多模型：用类似的方法，去Hugging Face上找找其他有趣的文本生成、对话或者代码生成模型来玩。
- 学习Linux命令：趁这个机会，多熟悉一下
cd,ls,cp,vim等常用Linux命令，这对你以后的技术道路会很有帮助。 - 配置开发环境：在虚拟机里安装VSCode等编辑器，配置一个更舒适的开发环境。
整个过程就像搭积木，一块块拼起来，最终就得到了一个功能完整、随时可用的工具。希望这个详细的指南能帮你顺利跨出第一步。如果在操作中遇到任何问题，回顾一下对应的步骤，或者去相关的技术社区搜索一下错误信息，大部分问题都能找到解决方案。动手试试吧，这个虚拟的AI小世界，正等着你去探索呢。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
