在当前的AI革命中，大模型扮演着至关重要的角色，而这背后的基础便是Scaling Law。简而言之，随着数据、参数和计算能力的不断提升，大模型的能力也随之增强，展现出小规模模型所无法比拟的“涌现能力”。越来越多的AI企业纷纷推出开源大模型，按照扩展定律实现指数级的增长，为AI领域的发展注入了新的活力和动力。
然而，另一个不可忽视的趋势是，大型模型的体积正在逐渐缩小，这为私有化部署提供了可能。这一趋势对于个人隐私保护要求较高的场景尤为重要。通过无需联网传输数据，直接在设备上运行的AI技术，我们可以增强用户的信任感。尽管云服务器上的AI可能具备更高的性能，但其安全性和可靠性却令人担忧。因此随着模型体积的减小，私有化部署将成为更加可行和受欢迎的选择。
本文介绍几个适合私有化部署的最新大模型，并提供部署指导，手把手部署到电脑及手机。
一、开源大模型
热门的大模型如ChatGPT和Bard受限于专有闭源技术，限制了其应用并模糊了技术透明度。相比之下，开源AI大型模型（LLMs）如Meta的Llama 3和微软的Phi3，不仅增强了数据安全和隐私保护，还降低了成本、减少了外部依赖，并实现了代码透明和模型定制。这些“小而美”的开源模型便于部署，预示着AI技术将更为开放、透明和灵活。
1、Llama 3
近期，Meta发布了开源Llama 3 8B和Llama 3 70B模型，Meta称它们是同体量下性能最佳的开源模型。基准测试显示，Llama 3 400B+实力与Claude和新版GPT-4 Turbo相当，在顶尖模型中占据重要地位。
模型链接：https://llama.meta.com/llama-downloads/
GitHub项目地址：https://github.com/meta-llama/llama3
2. Phi-3
Phi是微软AI研究院的新开源小型语言模型，专为商业环境设计，小巧高效。它包括Mini、Small和Medium三种规模。Phi-3-Mini虽有3.8B参数，但在关键测试中表现出色，与大型模型如Mixtral 8x7B和GPT-3.5相当。更大版本在扩展数据集下表现更佳。
Phi-3 技术报告：《一个能跑在手机上的大模型》https://arxiv.org/abs/2404.14219
小结
基准测试显示，Llama 3 8B和Phi3 3.8B小模型表现优异。在小规模参数的背后，还有相似的优化方法。由于大型模型性能的关键在于框架、数据和参数。小参数下使用MOE框架意义不大，因此这两个模型注重数据优化，提高数量和质量，这也为精简大型模型指明了方向。
二、电脑部署的流程
Ollama是部署大型语言模型的强大工具，兼容Llama 3、Mistral、Gemma等模型。部署过程简洁明了：下载并安装Ollama，随后运行模型。
以Windows为例，轻松从官网或文末获取Ollama，一键安装即可。官网下载链接 https://github.com/ollama/ollama
安装好Ollama后，在命令行中输入【ollama run llama3】并运行，即可轻松下载并启动llama3大型模型（其他模型的运行命令同样适用）。初次下载模型可能需要一些时间，完成后，就可以开始与模型愉快地对话了。
Ollama还支持其他功能如，图片等多模态输入、传入提示词调教模型等，具体可以看下文档。
三、手机部署的流程
与电脑相比，手机在部署大模型方面展现出更大的意义。这是因为手机与我们的日常生活联系得更为紧密，且手机中储存着大量的个人数据，为后续交互提供了极大的便利。当前，许多人手头都有闲置的手机，如果其性能足够强大，那么运行大模型便成为了一个不错的选择。以我的旧手机小米8为例，可以应对这一需求。
要在手机上部署大模型，使用Termux+Ollama就成了。
尽管在手机上部署稍显繁琐，类似于电脑的安装配置过程，但需要搭建Linux环境。尽管安卓系统的底层建立在Linux内核之上，但重新装载Linux并非易事。然而，我偶然发现了一款名为Termux的出色工具，它能在Android设备上流畅运行众多Linux命令和应用程序。只需访问F-Droid官方网站，便能轻松下载安装Termux，为您的移动设备增添强大的Linux功能。
官网下载链接：https://github.com/termux/termux-app/releases安装后打开Termux如下图。（如有要打开多个Linux窗口，左上角右滑点击New session就可以。）
第一步，利用Termux的proot-distro功能，可便捷安装Linux系统如Ubuntu、Debian或Arch Linux。
// 先来安装proot-distro
pkg install proot-distro
//使用proot-distro安装一个debian
proot-distro install debian
// 安装成功后通过login命令就直接进入debian，为发行版启动一个root shell
proot-distro login debian//进入之后再来安装ollama
curl -fsSL https://ollama.com/install.sh | sh
// 安装完毕可以查看ollama版本进行验证，出现版本号之后就可以使用ollama
ollama -v
// 后台开启ollama服务
nohup ollama serve &
//运行大模型（其他模型的命令如下图，可通过ollama list查看模型）
ollama run phi3
第一次安装软件和大模型首次可能会花费较长时间，大约需要一小时。但安装完成后，后续使用便捷。只需运行debian系统的login、Ollama服务以及大模型，即可开始使用。
在手机上编写代码有其独特魅力，输入代码并看到屏幕上的输出感觉很酷。然而，安装远程软件如Tailscale或todesk，用电脑编写代码更有趣。但需注意，算力受限会影响大模型的响应速度，同时会增加手机电量消耗。
四、本地大模型的体验
模型表现：大模型表现权威的数据可以看一些相关的测评，比如下图。
经过我初步的测试与体验，手机本地部署的两大模型llama3和Phi3各有千秋。llama3展现出了稳健的性能，而Phi3则在反应速度上占据优势，给我的综合感受带来了不小的惊喜。
响应速度方面，必须承认，无论是手机还是电脑，性能的高低都会对模型的表现产生影响。若能在配备GPU的电脑上运行，或许能得到更为流畅的体验。但在手机上，这两款模型的反应速度确实略显迟缓，有时甚至需要耐心等待几分钟才能得到简短的回应。值得一提的是，Phi3的反应速度明显超过了llama3，这在模型规模上形成了有趣的对比——llama3的8B模型几乎是Phi3的3.8B模型的两倍。
对于中文处理能力，这些开源模型确实存在一些不足。当面对一些不常见的问题时，模型有时会在回答中突然转向英文。此外，很多中文表达含糊不清，导致笑话内容显得有些尴尬。这背后的原因在于，高质量的中文数据集与英文数据集相比仍有较大差距，这一数据层面的差异在未来或许会愈发明显。在中文任务的处理上，llama的表现似乎更胜一筹。如有兴趣，不妨尝试llama的中文版——llama3-Chinese，或许会带来不一样的惊喜。
llama3
phi3
代码能力：看着都有模有样的，但还是可以看出来Phi3有一些语法错误。
llama3
phi3
数学推理：看着都还不错，Phi3感觉更好些。
llama3
phi3
安全性：都有不错的合规意识
llama3
phi3
五、结语
我们不禁感慨，虽然目前AI的实际应用仍显得零星，但技术的发展确实需要时间的积累。大型模型的昂贵推理成本无疑限制了其广泛的推广和应用。
然而，正是像Llama 3和Phi3这样的小模型的崭露头角，让我们看到了大型模型实用化的希望。虽然小模型的训练成本相对较高，但它们低廉的推理成本为整体经济带来了显著的节省，尤其是在为海量用户提供服务时，高性能的小模型让AI摆脱了成本的束缚，更加灵活地应用于各种场景。想象一下，如果我们能够根据自己的需求在本地部署定制化的AI，那种魅力将是无法言喻的！
展望未来，相信随着模型的不断优化和定制AI芯片等技术的快速发展，更多“小而美”的AI大模型将逐渐融入我们的日常生活，让我们更加深入地感受到AI带来的巨大变革！
