- ຮຽນຮູ້ຄວາມຕ້ອງການດ້ານວິຊາການທີ່ຈໍາເປັນເພື່ອດໍາເນີນການ Qwen AI ໃນ PC ຂອງທ່ານ.
- ປະຕິບັດຕາມຂັ້ນຕອນລະອຽດເພື່ອຕິດຕັ້ງ Ollama ແລະ Docker ຢ່າງມີປະສິດທິພາບ.
- ຮຽນຮູ້ວິທີຕັ້ງຄ່າການໂຕ້ຕອບກາຟິກທີ່ເປັນມິດກັບຜູ້ໃຊ້ເພື່ອຈັດການ AI ຢູ່ໃນທ້ອງຖິ່ນ
ປັນຍາປະດິດໄດ້ກາຍເປັນເຄື່ອງມືທີ່ຂາດບໍ່ໄດ້ໃນດ້ານເຕັກໂນໂລຢີໃນປະຈຸບັນ. Qwen AI, ພັດທະນາໂດຍ Alibaba Group, ຢືນອອກເປັນຫນຶ່ງໃນທາງເລືອກໃຫມ່ທີ່ມີນະວັດກໍາແລະມີອໍານາດທີ່ສຸດ. ເຖິງແມ່ນວ່າການແກ້ໄຂ AI ຈໍານວນຫຼາຍຕ້ອງການການເຊື່ອມຕໍ່ອິນເຕີເນັດແບບຖາວອນ, Qwen AI ສາມາດດໍາເນີນການຢູ່ໃນທ້ອງຖິ່ນໃນຄອມພິວເຕີ Windows 11, ເພີ່ມການຄວບຄຸມຜູ້ໃຊ້ແລະຄວາມເປັນສ່ວນຕົວ.
ແລະການນໍາໃຊ້ Qwen AI ໃນທ້ອງຖິ່ນບໍ່ພຽງແຕ່ປັບປຸງການເຂົ້າເຖິງຢ່າງຕໍ່ເນື່ອງຂອງເຄື່ອງມືນີ້, ແຕ່ຍັງ ລົບລ້າງຄວາມຕ້ອງການທີ່ຈະເປີດເຜີຍຂໍ້ມູນທີ່ອ່ອນໄຫວຕໍ່ກັບການບໍລິການຄລາວ. ວິທີການນີ້ແມ່ນເຫມາະສົມສໍາລັບນັກຂຽນໂປລແກລມ, ນັກຄົ້ນຄວ້າ, ແລະຜູ້ໃຊ້ພະລັງງານທີ່ຊອກຫາຄວາມຍືດຫຍຸ່ນຫຼາຍຂຶ້ນໃນການເຮັດວຽກປະຈໍາວັນຂອງພວກເຂົາ. ຕໍ່ໄປ, ພວກເຮົາຈະທໍາລາຍ ສິ່ງທີ່ທ່ານຕ້ອງຮູ້ ການຕິດຕັ້ງ ແລະເລີ່ມນຳໃຊ້ Qwen AI ທີ່ມີປະສິດທິພາບ.
ຄວາມຕ້ອງການໃນການຕິດຕັ້ງ Qwen AI ໃນທ້ອງຖິ່ນໃນຄອມພິວເຕີຂອງພວກເຮົາ
ກ່ອນທີ່ທ່ານຈະເລີ່ມຕົ້ນ, ທ່ານຕ້ອງການ ກວດສອບວ່າຄອມພິວເຕີຂອງທ່ານຕອບສະຫນອງຄວາມຕ້ອງການໃນການດໍາເນີນການ Qwen AI.
- para ແບບຂະຫນາດນ້ອຍ: ໃນຕົວແບບເຊັ່ນຜູ້ທີ່ມີຫນ້ອຍກວ່າ 4 billion ຂອງພາລາມິເຕີ, ຄອມພິວເຕີທີ່ມີຢ່າງຫນ້ອຍ 16 GB ຂອງ RAM ແລະບໍ່ມີ GPU ທີ່ມີປະສິດທິພາບມັນອາດຈະພຽງພໍ.
- para ຮູບແບບທີ່ກ້າວຫນ້າທາງດ້ານຫຼາຍ: ສໍາລັບຕົວແບບທີ່ມີຄວາມສາມາດສູງກວ່າ, ເຊັ່ນ: ທີ່ມີຕົວກໍານົດການ 20 ຕື້ຫຼືຫຼາຍກວ່ານັ້ນ, ຄອມພິວເຕີທີ່ມີປະສິດທິພາບສູງທີ່ມີບັດກາຟິກຫຼາຍແມ່ນຈະຕ້ອງໃຊ້. ສ່ວນຂະຫຍາຍ RTX ແລະຄວາມຊົງຈໍາດີກວ່າ 64 GB ຂອງ RAM.
ໄດ້ ຊັບພະຍາກອນຮາດແວຍັງຂຶ້ນກັບຮູບແບບສະເພາະທີ່ທ່ານຕ້ອງການຕິດຕັ້ງ.. ແບບສີມ້ານເຊັ່ນ Qwen2.5-0.5b ແມ່ນເຫມາະສົມສໍາລັບວຽກງານພື້ນຖານ, ໃນຂະນະທີ່ສະບັບກ້າວຫນ້າທາງດ້ານຫຼາຍເຊັ່ນ: Qwen2.5-7b ຕ້ອງການການຕັ້ງຄ່າທີ່ເຂັ້ມແຂງກວ່າ. ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະປະເມີນອຸປະກອນຂອງທ່ານກ່ອນທີ່ຈະຕັດສິນໃຈວ່າຮູບແບບໃດທີ່ຈະຕິດຕັ້ງ.
ການຕິດຕັ້ງເຄື່ອງມືທີ່ຈໍາເປັນ
ເພື່ອດໍາເນີນການ Qwen AI ໃນທ້ອງຖິ່ນ, ທ່ານຈະຈໍາເປັນຕ້ອງໄດ້ຕິດຕັ້ງສອງເຄື່ອງມືທີ່ສໍາຄັນ: Ollama y Docker. ຂະບວນການແມ່ນລາຍລະອຽດຂ້າງລຸ່ມນີ້:
- Ollama: ເຄື່ອງມືແຫຼ່ງຟຣີແລະແຫຼ່ງເປີດນີ້ອະນຸຍາດໃຫ້ທ່ານເພື່ອດໍາເນີນການຕົວແບບພາສາໂດຍກົງໃນຄອມພິວເຕີຂອງທ່ານ. ສາມາດ ດາວນ໌ໂຫລດຈາກ ເວັບໄຊທ໌ທາງການຂອງທ່ານ, ເລືອກເວີຊັນທີ່ເຂົ້າກັນໄດ້ກັບ Windows ແລະປະຕິບັດຕາມຄໍາແນະນໍາຂອງຕົວຕິດຕັ້ງ.
- ທ່າເຮືອ: Docker ອະນຸຍາດໃຫ້ທ່ານສ້າງ containers ເພື່ອດໍາເນີນການຄໍາຮ້ອງສະຫມັກປະສິດທິພາບ. ດາວໂຫລດໄດ້ຈາກ ຫນ້າທີ່ເປັນທາງການຂອງມັນ, ສ້າງບັນຊີແລະປະຕິບັດຕາມຂັ້ນຕອນການຕິດຕັ້ງໃນລະບົບຂອງທ່ານ.
ວິທີການຕິດຕັ້ງຕົວແບບ Qwen AI
ດ້ວຍ Ollama ແລະ Docker ຕັ້ງຄ່າ, ຂັ້ນຕອນຕໍ່ໄປແມ່ນການຕິດຕັ້ງຕົວແບບ Qwen AI. ຈາກເວັບໄຊທ໌ທາງການຂອງ Ollama, ເຂົ້າເຖິງ ພາກສ່ວນຕົວແບບ ແລະເລືອກຮູບແບບທີ່ທ່ານຕ້ອງການທີ່ຈະນໍາໃຊ້. ຕົວຢ່າງເຊັ່ນຖ້າທ່ານຕັດສິນໃຈຕິດຕັ້ງ Qwen2.5 ກັບພາລາມິເຕີ 0.5b, ໃຊ້ຄໍາສັ່ງທີ່ສອດຄ້ອງກັນທີ່ລະບຸໄວ້ໃນເວັບໄຊທ໌.
ເປີດ Command Terminal (CMD) ໃນຄອມພິວເຕີຂອງທ່ານ, ວາງຄໍາສັ່ງແລະກົດ ກະລຸນາໃສ່. ຂະບວນການອາດຈະໃຊ້ເວລາຫຼາຍນາທີ, ຂຶ້ນກັບຂະຫນາດຂອງຕົວແບບແລະຄວາມໄວຂອງການເຊື່ອມຕໍ່ຂອງທ່ານ. ເມື່ອສໍາເລັດແລ້ວ, ທ່ານຈະສາມາດເປີດການສອບຖາມໂດຍກົງຈາກ Terminal ດ້ວຍຄໍາສັ່ງແລ່ນສະເພາະ.
ການຕັ້ງຄ່າການໂຕ້ຕອບຮູບພາບ
ສໍາລັບຜູ້ທີ່ມັກ a ປະສົບການທາງສາຍຕາຫຼາຍຂຶ້ນ, ມັນເປັນໄປໄດ້ທີ່ຈະຕິດຕັ້ງການໂຕ້ຕອບເວັບໄຊຕ໌ໂດຍໃຊ້ Docker. ດໍາເນີນການຄໍາສັ່ງຕໍ່ໄປນີ້ໃນ CMD ເພື່ອສ້າງ container ໃນ Docker:
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
ຖັງນີ້ ຈະເປີດການໂຕ້ຕອບຜູ້ໃຊ້ໃນຕົວທ່ອງເວັບຂອງທ່ານ, ສາມາດເຂົ້າເຖິງໄດ້ໃນ ທີ່ Port 3000. ທີ່ນີ້ທ່ານສາມາດຈັດການຮູບແບບ AI ຂອງທ່ານ, ເລີ່ມການສົນທະນາ, ແລະບັນທຶກປະຫວັດການສົນທະນາ.
ຮູບແບບທີ່ເຂົ້າກັນໄດ້ເພີ່ມເຕີມ
ນອກເຫນືອໄປຈາກ Qwen AI, Ollama ແລະ Docker ອະນຸຍາດໃຫ້ການຕິດຕັ້ງແບບອື່ນໆເຊັ່ນ: Llama, ຜິດປົກກະຕິ y DeepSeek. ແຕ່ລະຄົນມີລັກສະນະແລະຜົນປະໂຫຍດຂອງຕົນເອງ, ດັ່ງນັ້ນທ່ານສາມາດຄົ້ນຫາທາງເລືອກໃຫມ່ໂດຍອີງຕາມຄວາມຕ້ອງການສະເພາະຂອງທ່ານ.
ແລ່ນແບບເພີ່ມເຕີມຂະຫຍາຍຄວາມສາມາດຂອງລະບົບຂອງທ່ານ, ຊ່ວຍໃຫ້ທ່ານສາມາດປະຕິບັດໄດ້ ການວິເຄາະທີ່ຊັບຊ້ອນແລະວຽກງານທີ່ກ້າວຫນ້າໂດຍບໍ່ມີການອີງໃສ່ການບໍລິການພາຍນອກ.
ແລ່ນ Qwen AI ໃນທ້ອງຖິ່ນສະຫນອງການແກ້ໄຂທີ່ມີປະສິດທິພາບສໍາລັບຜູ້ທີ່ຊອກຫາປະໂຫຍດຢ່າງເຕັມທີ່ຂອງປັນຍາປະດິດໂດຍບໍ່ມີການອີງໃສ່ອິນເຕີເນັດຫຼືເຄື່ອງແມ່ຂ່າຍພາຍນອກ. ຂະບວນການນີ້ບໍ່ພຽງແຕ່ຮັບປະກັນຄວາມເປັນສ່ວນຕົວຫຼາຍກວ່າເກົ່າ, ແຕ່ຍັງ ອະນຸຍາດໃຫ້ທ່ານປັບການນໍາໃຊ້ແບບຈໍາລອງຕາມຄວາມຕ້ອງການສະເພາະຂອງຜູ້ໃຊ້ແຕ່ລະຄົນ.
ເຖິງແມ່ນວ່າມັນຕ້ອງການຄວາມຮູ້ດ້ານວິຊາການບາງຢ່າງ, ຜົນໄດ້ຮັບແມ່ນຕົກເປັນມູນຄ່າມັນ ສໍາລັບຜູ້ທີ່ຕ້ອງການໃຊ້ປະໂຫຍດຈາກເຕັກໂນໂລຢີປະຕິວັດນີ້.
ຂ້ອຍເປັນນັກເທັກໂນໂລຍີທີ່ກະຕືລືລົ້ນທີ່ໄດ້ຫັນຄວາມສົນໃຈ "geek" ຂອງລາວໄປສູ່ອາຊີບ. ຂ້າພະເຈົ້າໄດ້ໃຊ້ເວລາຫຼາຍກ່ວາ 10 ປີຂອງຊີວິດຂອງຂ້າພະເຈົ້າໂດຍການນໍາໃຊ້ເຕັກໂນໂລຊີທີ່ທັນສະໄຫມແລະ tinkering ກັບທຸກປະເພດຂອງໂຄງການອອກຈາກ curiosity ອັນບໍລິສຸດ. ຕອນນີ້ຂ້ອຍມີຄວາມຊ່ຽວຊານດ້ານເທັກໂນໂລຍີຄອມພິວເຕີ ແລະເກມວີດີໂອ. ນີ້ແມ່ນຍ້ອນວ່າຫຼາຍກວ່າ 5 ປີທີ່ຂ້ອຍໄດ້ຂຽນສໍາລັບເວັບໄຊທ໌ຕ່າງໆກ່ຽວກັບເຕັກໂນໂລຢີແລະວິດີໂອເກມ, ການສ້າງບົດຄວາມທີ່ຊອກຫາເພື່ອໃຫ້ທ່ານມີຂໍ້ມູນທີ່ທ່ານຕ້ອງການໃນພາສາທີ່ທຸກຄົນເຂົ້າໃຈໄດ້.
ຖ້າທ່ານມີຄໍາຖາມໃດໆ, ຄວາມຮູ້ຂອງຂ້ອຍແມ່ນມາຈາກທຸກສິ່ງທຸກຢ່າງທີ່ກ່ຽວຂ້ອງກັບລະບົບປະຕິບັດການ Windows ເຊັ່ນດຽວກັນກັບ Android ສໍາລັບໂທລະສັບມືຖື. ແລະຄໍາຫມັ້ນສັນຍາຂອງຂ້າພະເຈົ້າແມ່ນກັບທ່ານ, ຂ້າພະເຈົ້າສະເຫມີເຕັມໃຈທີ່ຈະໃຊ້ເວລາສອງສາມນາທີແລະຊ່ວຍທ່ານແກ້ໄຂຄໍາຖາມໃດໆທີ່ທ່ານອາດຈະມີຢູ່ໃນໂລກອິນເຕີເນັດນີ້.