文章转载链接：Ollama与vLLM部署对比：哪个更合适？ - 51Testing软件测试网Ollama：简单易用的LLM部署工具 Ollama以其简洁的安装和易于使用的特性而闻名。其官方文档清晰易懂，即使是新手也能快速上手。Ollama支持多种LLM模型，并提供便捷的命令行界面进行管理和运行。其核心. 51Testing软件测试网，人气很旺的软件测试技术门户，提供测试文章、测试交流、测试招聘、培训等全方位信息服务，内容覆盖APP测试、性能测试、自动化测试、验收测试、兼容性测试等，是国内很专业的软件测试就业培训、企业服务供应商...http://www.51testing.com/html/25/n-7805125.html
Ollama：简单易用的LLM部署工具
Ollama以其简洁的安装和易于使用的特性而闻名。其官方文档清晰易懂，即使是新手也能快速上手。Ollama支持多种LLM模型，并提供便捷的命令行界面进行管理和运行。其核心优势在于：
·简单安装：Ollama的安装过程非常简单，只需几条命令即可完成，无需复杂的配置。
·易于使用：Ollama提供友好的用户界面和命令行工具，方便用户管理和运行LLM模型。
·跨平台支持：Ollama支持macOS、Windows和Linux系统，具有良好的跨平台兼容性。
·内存占用少：相较于其他一些部署方案，Ollama对内存的占用相对较少，这对于资源受限的设备来说非常友好。
然而，Ollama也存在一些不足之处：
·并发限制：Ollama的并发处理能力相对有限，需要根据实际需求调整最大并发数。
·国内网络环境：由于服务器在国外，国内用户在下载和使用过程中可能会遇到网络速度慢的问题。
Ollama安装示例（Linux）：
curl -fsSL https://ollama.com/install.sh | shOllama运行示例：
ollama run qwen2.5:32b-instruct如果遇到网络问题的解决办法,可以修改下载源
打开 ollama_install.sh，找到以下两个下载地址：
https://ollama.com/download/ollama-linux-${ARCH}${VER_PARAM}
https://ollama.com/download/ollama-linux-amd64-rocm.tgz${VER_PARAM}
我们要将这两个地址替换成 GitHub 的下载链接。但直接使用 GitHub 可能依旧缓慢，因此我们推荐使用 GitHub 文件加速服务。
使用以下脚本来修改下载源：
#!/bin/bash # 文件路径 FILE="ollama_install.sh" # 修改 URL sed -i 's|https://ollama.com/download/ollama-linux-${ARCH}${VER_PARAM}|https://github.moeyy.xyz/https://github.com/ollama/ollama/releases/download/v0.3.4/ollama-linux-amd64|g' $FILE sed -i 's|https://ollama.com/download/ollama-linux-amd64-rocm.tgz${VER_PARAM}|https://github.moeyy.xyz/https://github.com/ollama/ollama/releases/download/v0.3.4/ollama-linux-amd64-rocm.tgz|g' $FILE最终，把下载地址改为：
https://github.moeyy.xyz/https://github.com/ollama/ollama/releases/download/v0.3.4/ollama-linux-amd64
https://github.moeyy.xyz/https://github.com/ollama/ollama/releases/download/v0.3.4/ollama-linux-amd64-rocm.tgz
vLLM：高性能LLM推理引擎
vLLM是一个专注于高性能LLM推理的工具。它能够有效地利用多核CPU和GPU资源，显著提升LLM的推理速度。vLLM的主要优势在于：
·高推理速度：vLLM在推理速度方面表现出色，能够快速生成LLM的输出。
·资源利用率高：vLLM能够充分利用多核CPU和GPU资源，提升资源利用率。
·灵活配置：vLLM允许用户根据实际需求灵活配置参数，例如模型路径、端口号等。
但是，vLLM的上手难度相对较高：
·配置复杂：vLLM的配置相对复杂，需要用户具备一定的技术基础。
·显存占用更大：相比于ollama的显存占用,vLLM占用的更大。
vLLM安装示例：
pip install vllmvLLM运行示例：
vllm serve --host 0.0.0.0 --port 8080 --model-path /path/to/model总结
Ollama和vLLM各有千秋，选择哪种方案取决于具体需求。如果需要一个简单易用、快速部署的LLM解决方案，并且对推理速度要求不高，那么Ollama是不错的选择。如果追求高性能的LLM推理，并且具备一定的技术基础，那么vLLM更适合。
