一、引言
都说 2024 年是 AI 硬件的元年。大模型的成本一降再降，端侧大模型也有了很多新的解决方案；同时，私有化部署大模型，使用（Ollama+Docker+Open WebUI）的方式也比较简单。所以我想，对于参数量在 7B 左右的 LLM，能否部署在边缘设备？
以下就是尝试在树莓派 5 部署 LLM 的详细记录。
二、硬件
Raspberry Pi 5–8 GB：选择树莓派 5，是因为相比前一代产品其处理器的性能更高，而且提供了 8GB 甚至 16GB 的 RAM 选项。
Micro SD 卡：买了一张"SanDisk Extreme" 128GB 的 SD 卡。这张卡峰值读取速度 190M/S，写入 90M/S，A2 等级，U3、V30 标准，很多人用在无人机和运动相机上。（实测插读卡器的写入速度大概只有 30M/S 左右，但好在树莓派有 Micro SD 插槽）。这就是树莓派的硬盘了。
其他配件：包括 5.1V/5A 电源，Micro HDMI 转换线，铝合金散热片，风扇以及外壳。树莓派运行大模型时板子的温度非常高，散热片和风扇必不可少。
硬件组装完成：
三、烧录系统
在 SD 卡安装系统前，先到树莓派官网（https://www.raspberrypi.com/software/）下载 Pi Imager 到电脑上。按照电脑系统选择相应软件下载：
安装 Pi Imager 之后，将 SD 卡插入电脑 U 盘，根据提示一步步操作：
点击 Next，设置一下：
系统开始自动烧录：
四、使用 SSH 工具远程登录树莓派
将烧录好系统的 SD 卡插入树莓派 5 的卡槽，使用 Micro HDMI 线连接显示器，接通电源，顺利进入系统：
在电脑上用 SSH 远程操作树莓派，使用 MobaXterm 这款工具：
选择“Session-SSH”，输入树莓派的 IP 和用户名，弹出终端对话框。在终端中输入烧录系统前设置的密码，SSH 服务就启动了。
接下来使用以下命令升级一下软件安装包：
sudo apt-get update && sudo apt-get upgrade
五、安装 Docker
本来 Docker 镜像的拉取很简单。但我在下载安装脚本的时候才发现，由于众所不知的原因，国内已经无法拉取 Docker 官方镜像了。
想了下，解决方案无法三种：找一台能科学上网的电脑，下载后使用 SSH 安装；使用国内源安装；在树莓派上实现科学上网。
不知为何，我尝试国内源镜像的安装没有成功；考虑 Ollama 的安装可能也需要魔法，为一劳永逸解决这个问题，我决定让树莓派也用上魔法。
这个过程足足花费了近三个小时。我对网络配置和 Linux 系统很陌生，全程靠读魔法的文档，以及与 GPT-4o、Claude3.5 Sonnet 交流解决问题。大费周章之后，终于在树莓派上实现了魔法。
接下来使用
curl -fsSL https://get.docker.com -o get-docker.sh
下载安装脚本，然后执行脚本，安装 Docker：
sudo sh get-docker.sh
六、安装 Ollama、Mistra、 Qwen2-7b
Ollama 是一个开源项目，可以通过其下载开源大模型到本地运行，也支持用户自定义和微调模型。由于使用 Ollama 部署、运行模型都在本地，更能确保个人的数据安全性和隐私。目前 Ollama 支持几乎全部的开源模型。
使用 SSH 在电脑终端中为树莓派安装 Ollama：
curl https://ollama.ai/install.sh | sh
Ollama 安装成功后，就可以下载不同的 LLM 了。首先下载 Mistral 模型：
Mistral 下载完成后，在命令行中和模型对话：
然后下载运行 Qwen2-7B 模型：
在树莓派5上运行 Qwen2-7b ，生成 token 的速度如下：
Ollama 和 Qwen2-7b 安装完成后，为实现如多数 LLM 一样的网页对话框的交互方式，接下来安装 Open WebUI。
七、Open WebUI 安装
前边已经安装了 Docker，Open WebUI 运行一行命令就可安装：
docker run -d --network=host -v ollama-webui:/app/backend/data -e OLLAMA_API_BASE_URL=http://127.0.0.1:11434/api --name ollama-webui --restart always ghcr.io/ollama-webui/ollama-webui:main
安装完毕，在树莓派的浏览器上访问 http://localhost:8080 ，网页版的 UI 就启动了：
在模型选择中，先选择 Qwen2-7b，测试一下：
写代码：
再测试一下 Mistral：
在树莓派本地运行的这两个大模型效果还不错，不会出现长对话截断的情况，除了生成 token 的速度有点慢以外。
总结
1-安装 Open WebUI 以后，WebUI 的容器总是连接不上 Ollama 的服务。后来我仔细看了文档，最简单的解决办法就是重新安装。但我把报错信息发送给 Claude3.5-Sonnet，它硬是指导我一步步找到 Docker 中相关文件的位置，检查 .py 的源代码，最后新建了一个配置文件解决了这个问题。而 GPT-4o 面对这个问题完全无能为力。下个月准备改充 Claude 的会员了。
2-在树莓派部署大模型时，总让我想起 2010 年左右，初代智能机刚出现时，人们尝试用智能机看电视直播，高清电影，播放无损音乐，甚至移植 PC 时代的单机游戏。而到今天，智能手机带来的是一个完全不同的产品和技术生态。所以把大模型移植在端侧设备，未来一定远不止“聊天应用”或“语音助手”这么单一的场景。“端侧设备+LLM",有着巨大的，现在不可想象的空间。
