一、概述
本教程基于开源 Linux 服务器运维面板 1Panel,搭配 Ollama 本地大模型,部署 OpenClaw 个人 AI 助理,实现 7×24 小时稳定运行。
二、资源准备
服务器配置建议如下:
- 操作系统:Ubuntu Server 24.04 LTS 64 位
- 计算资源:20 核 80G
- 磁盘容量:100G
- GPU:计算型 GN7 | GN7.5XLARGE80
- 网络:绑定弹性公网 IP
三、操作过程
主要步骤如下:
- 1Panel 安装部署
- GPU 资源调度配置
- Ollama 的安装部署
- Qwen3 模型加载
- OpenClaw 安装部署及配置
四、详细操作步骤说明
4.1. 1Panel 安装部署
1Panel 的安装部署可以参考官网在线安装文档:https://1panel.cn/docs/v2/installation/online_installation/
步骤一:获取 root 权限,登录服务器后首先切换到 root 权限
sudo su -
步骤二:输入命令安装,输入在线安装命令执行安装:
bash -c "$(curl -sSL https://resource.fit2cloud.com/1panel/package/v2/quick_start.sh)"
步骤三:Docker 安装,指定安装目录并安装 Docker
步骤四:镜像加速器配置,选择配置镜像加速器并设置 1Panel 面板访问参数。
步骤五:获取 1Panel 面板登录信息
步骤六:验证 1Panel 部署成功:将外部地址输入浏览器进入登录页面,输入对应的面板用户以及面板密码,确认安装完成。
步骤七:1Panel 访问地址设置:进入面板后,切换到「面板设置」中,将默认访问地址设置为 1Panel 访问的公网 IP,方便后续部署的应用可以通过跳转快速跳转。
4.2. GPU 资源调度配置
进入 1Panel 的「终端」管理完成 NVIDIA 容器镜像配置,最终让基于容器安装的模型能够调度 GPU 资源。
步骤一:NVIDIA 显卡驱动确认:需要确保 NVIDIA 显卡驱动已正确安装,输入以下命令:
nvidia-smi
如果没有安装则自行前往英伟达官网下载安装:
步骤二:安装 NVIDIA 容器镜像:为了在 docker 容器中使用 GPU 加速,我们需要安装 NVIDIA 的容器镜像,参照如下逐个命令行执行操作:
命令行一:添加 NVIDIA 容器工具仓库与签名
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed | /etc/apt/sources.list.d/nvidia-container-toolkit.list


