Ollama是什么
为什么离线部署
课程目标与前置
硬件软件要求
模型仓库
模型文件
量化技术
GPU/CPU推理
架构概览
Ubuntu 22.04安装
SSH远程连接
基础网络配置
防火墙规则
Docker CE安装
Docker Compose
镜像加速器
非root管理
显卡驱动检测
CUDA 12.x
cuDNN配置
验证GPU
官方安装脚本
手动二进制
Docker部署
自启动配置
在线下载模型
模型文件导出
scp/rsync传输
U盘拷贝方案
Modelfile编写
自定义模型
模型列表查看
删除与备份
纯CPU推理配置
性能调优参数
内存占用优化
适用场景分析
GPU加速配置
多GPU负载均衡
显存管理技巧
性能监控
RESTful API概览
聊天接口
生成/嵌入接口
模型管理接口
requests库调用
openai兼容模式
流式输出处理
错误处理
Open WebUI
Gradio快速搭建
Streamlit示例
自定义前端
GGUF格式介绍
量化级别 q4/q5/q8
量化工具使用
精度与性能权衡
同时加载多模型
模型热切换
资源分配策略
模型隔离
私有模型仓库
Harbor部署
模型版本管理
访问控制
API认证
HTTPS配置
IP白名单
用户隔离方案
Ollama日志分析
Prometheus监控
Grafana仪表盘
告警规则设置
推理速度测试
并发压力测试
内存/显存监控
结果分析报告
启动失败
模型加载错误
OOM问题
网络超时/兼容性
模型文件备份
配置文件备份
Docker数据卷
灾难恢复演练
Ollama版本升级
模型迁移
跨平台迁移
回滚方案
树莓派部署
Jetson Nano
资源受限优化
功耗控制
WSL2配置
Windows原生安装
Docker Desktop
路径兼容性
Apple Silicon优化
Metal加速
Homebrew安装
资源限制