信阳网站建设公司排名seo技术有哪些

1. 简介
   1.1 飞腾腾锐D2000
   飞腾腾锐D2000是一款面向桌面应用的高性能通用处理，集成8个飞腾自主研发的高能效处理器核FTC663，兼
   容64位ARMv8指令集并支持ARM64和ARM32两种执行模式，支持单精度、双精度浮点运算指令和ASIMD处理
   指令，主频最高2.3GHz，支持硬件虚拟化，支持商业和工业分级。
   1.2 OpenHarmony操作系统
   OpenHarmony 是由开放原子开源基金会孵化及运营的开源项目，由开放原子开源基金会 OpenHarmony 项目
   群工作委员会负责运作。由全球开发者共建的开源分布式操作系统，具备面向全场景、分布式等特点，是一款
   “全（全领域）・ 新 （新一代）・ 开（开源）・ 放（开放）”的操作系统。
   1.3 Deepseek大模型
   DeepSeek（深度求索）是中国人工智能领域的一匹黑马，凭借其低成本、高性能的大语言模型（LLM）技术迅
   速崛起，并在全球范围内引发关注。
2. 运行效果
   下图是在腾锐D2000 + OpenHarmony4.1release环境下运行deepseek大模型的效果图，1.5b模型推理速度约为
   7.60 tokens/s。
3. 方案设计
   OpenHarmony中c库使用的是musl，使用llvm开源项目的C ++ 标准库libc ++ 作为C++运行时库。在
   OpenHarmony上运行ollama最快的方法就是补充ollama依赖的GNU C 库（glibc）和GNU C++ 库
   （libstdc++）到腾锐D2000开发板中去，这里采用这个方案。
   开发环境：
4. ollama64位二进制；
5. OpenHarmony 4.1release arm64位镜像；
6. 飞腾 腾锐D2000开发板；
   llm copy.md 2025-02-20
   2 / 3
7. 具体实现
8. 首先获取ollama arm64二进制ollama-linux-arm64.tgz，下载链接：
   https://github.com/ollama/ollama/releases
9. 获取glibc 2.27以上版本的二进制,这里提取出来命令为glibc.tar.gz，参考链接：
   https://archlinuxarm.org/packages/aarch64/glibc
10. 获取OpenHarmony源码下面gcc/linux-x86/aarch64/gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linuxgnu/
    aarch64-linux-gnu/libc/lib下的所有so，打包成压缩包。
    cd gcc/linux-x86/aarch64/gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linuxgnu/
    aarch64-linux-gnu/libc
    tar -czvf gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linux-gnu.tar.gz lib
11. 将下载完成以及打包完成的ollama-linux-arm64.tgz、glibc.tar.gz和gcc-linaro-7.5.0-2019.12-
    x86_64_aarch64-linux-gnu.tar.gz全部推送到腾锐D2000开发板中的data目录并且解压，解压完成后需要
    将其拷贝到系统根目录下的lib目录下。
    推送：
    hdc file send gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linux-gnu.tar.gz /data
    llm copy.md 2025-02-20
    3 / 3
    hdc file send glibc.tar.gz /data
    hdc file send ollama-linux-arm64.tgz /data
    新建命令行页：
    hdc shell
    解压压缩包：
    cd data
    tar -zxvf gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linux-gnu.tar.gz /data/
    tar -xvf glibc.tar.gz /data/
    tar -zxvf ollama-linux-arm64.tgz /data/
    拷贝至系统根目录下的/lib文件夹：
    mount -o remount,rw /
    cd
    cp /data/gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linux-gnu/* /lib
12. 在当前的shell页开启ollama服务
    设置Ollama模型的下载位置
    export OLLAMA_MODELS=/data
    export LD_LIBRARY_PATH=/lib:$LD_LIBRARY_PATH
    mount -o remount,rw /
    cd data/bin
    ./ollama serve #启动ollma系统服务
13. 新建另外一个hdc shell运行模型
    hdc shell
    mount -o remount,rw /
    export LD_LIBRARY_PATH=/lib:$LD_LIBRARY_PATH
    cd data/bin
    拉取deepseek-r1:1.5b模型
    ./ollama pull deepseek-r1:1.5b #耗时3+小时
    启动deepseek-r1:1.5b模型
    ./ollama run deepseek-r1:1.5b #运行后就可以提问了