【Jan】部署本地AI大模型

前言

Jan 是一款开源的的本地 AI 部署软件，利用开源 AI 模型和自己的硬件（CPU、显卡），让我们可以在本地运行大语言模型，实现 100% 完全离线、免费的 ChatGPT。目前支持 Windows、macOS、Linux三个平台安装运行各大开源的AI大模型。

项目地址：[janhq/jan：Jan 是 ChatGPT 的开源替代品]
Jan 可在任何硬件上运行，算力越大，速度越快。

软件下载

前提条件

以 Windows 系统部署为例进行演示，其他平台设备部署安装参考项目主页的说明。

• Windows 10 或更高版本
• 要启用 GPU 支持：
  • 带有 CUDA 工具包 11.7 或更高版本的 Nvidia GPU
  • Nvidia 驱动程序 470.63.01 或更高版本

检查 NVIDIA 驱动和CUDA

首先检查是否安装NVIDIA 驱动，打开 PowerShell 或 cmd 终端并输入以下命令：

nvidia-smi

如果看到类似以下结果，则说明您已成功安装 NVIDIA 驱动程序：

其次检查是否安装CUDA 工具包，打开 PowerShell 或 cmd 终端并输入以下命令：

nvcc --version

如果看到类似以下结果，则说明您已成功安装 CUDA：

若没有安装CUDA ，可以直接【点击下载】进行安装即可。

一般情况会自动加入环境变量，否则可以手动将 CUDA 的 bin 目录添加到 PATH 环境变量中。

CUDA 工具包默认路径: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA。

如果上述条件都满足了，就可以进行下面的下载。

在【官网下载】下载最新版本的 Jan，或访问 【GitHub 版本】以下载任何以前的版本。

软件使用

Jan 的使用界面很简单，选择并下载模型后，就可以直接对话了。

除了从**Jan** 提供的 Hub 选择模型，也支持手动导入模型、使用在线模型。

Tip：若是模型下载失败，如下图打开设置找到Advanced Settings中的HTTPS Proxy选项，添加自己的代理服务器地址和端口即可正常下载。

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。

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】🆓