“ 模型本地部署是运维人员的基本技能，也是开发人员的基本技能。”

在大模型应用中，数据安全问题是很多企业关注的重点，特别是政务，金融，医疗等领域，对数据安全性有着更高的要求。

因此，这时使用第三方模型服务就不再是一个好的选择，而本地部署模型就成了唯一的选择；但是，模型应该怎么部署呢？

本地部署模型

我们都知道大模型由于其庞大的参数和算法，需要进行大量的计算，而为了解决这个问题就需要大量的显卡来提升运算效率。

显卡和CPU的区别就类似于小学生和大学生的区别；计算100以内的加法，不论是小学生还是大学生都可以解决；CPU就类似于大学生，其计算速度快，效率高，计算一百道题可能只需要十秒钟；但如果找一百个小学生，五秒钟可能就搞定了。这就是显卡和CPU的区别，显卡虽然计算效率慢，但我成本低，数量多。

可能很多人多没本地部署过模型，对模型的部署流程也不了解；那么我们就先来了解一下部署一个模型需要哪些环节？

首先，部署模型我们需要有一台算力机，这台算力机上需要配置一定数量的显卡；当然使用CPU部署模型可以，但从效果和成本角度来看，还是显卡性价比更好，效率更快。

而显卡作为硬件，那么肯定需要有驱动，因此还需要安装驱动，目前国内外有很多提供算力的厂商，如华为，阿里云，谷歌，微软等。

有了显卡之后，还需要有推理引擎，如ollama，vllm，SGLang等多种推理引擎；这些推理引擎的作用是对模型运算环境进行优化，使得其效率更高。

所以，我们在部署模型之前需要先准备带显卡的物理机，然后在机器上安装推理引擎。

当然，理论上来说显卡只提供算力，不针对任何模型，但不同的模型厂商由于商业竞争或其它原因，可能针对某些特定的模型进行优化过；再者，虽然推理引擎也只是为了更好的使用算力，但也由于同样的原因，有些模型只支持在特定的推理引擎上运行。

所以，在选择推理引擎时，我们需要先确定我们需要使用的模型，如果为了简单方便，可以选择一个大部分模型都支持的推理引擎。

在安装完推理引擎之后，就可以下载模型了；下载模型可以选择从模型官网下载，国内的魔塔社区，国外的huggingface等。

建议：如果本地安装模型最好选择使用docker镜像安装，因为其管理比较简单方便，并且不会对宿主系统产生侵入。

# 使用docker部署vllm推理引擎
docker run -it -d \
--name deepseek \
--net=host \
--shm-size=8g \
--device /dev/davinci0 \
--device /dev/davinci1 \
--device /dev/davinci2 \
--device /dev/davinci3 \
--device /dev/davinci_manager \
--device /dev/devmm_svm \
--device /dev/hisi_hdc \
-v /usr/local/dcmi:/usr/local/dcmi \
-v /usr/local/Ascend/driver/tools/hccn_tool:/usr/local/Ascend/driver/tools/hccn_tool \
-v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi \
-v /usr/local/Ascend/driver/lib64/:/usr/local/Ascend/driver/lib64/ \
-v /usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info \
-v /etc/ascend_install.info:/etc/ascend_install.info \
-v /llm/models:/models \
vllm-ascend:v0.11.0rc1 bash

由此就可以使用docker部署vllm模型。

安装完推理引擎之后，就可以对模型进行部署，如vllm部署模型：

nohup vllm serve /models/Qwen/Qwen3-30B-A3B \
--tensor-parallel-size 2 \
--seed 1024 \
--max-model-len 40960  \
--max-num-seqs 25 \
--served-model-name Qwen3-30B-A3B \
--trust-remote-code \
--gpu-memory-utilization 0.95 \
--port 5325 \
--enable-auto-tool-choice \
--tool-call-parser hermes \
--api-key xxxx秘钥\
> output.log 2>&1 &

如以上命令，在vllm容器内执行之后，就可以在本地部署Qwen3-30B模型，并通过5325端口访问。

学习本地模型部署的目的不是仅仅只是了解模型的部署流程，而是要明白不同的算力平台对模型的支持程度也不一样；而我们在企业级应用中，需要做的是了解不同平台的优劣势，并选择合适的平台。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓