在线或离线llama.cpp安装和模型启动

该版本安装时间是2025-01-10，因为不同版本可能安装上会有所不同，下面也会讲到。

先说下问题——按照官方文档找不到执行命令llama-cli或./llama-cli

先附上llama.cpp的github地址：https://github.com/ggerganov/llama.cpp，build地址：https://github.com/ggerganov/llama.cpp/blob/master/docs/build.md。不知道你有没有出现这种情况，按照官方文档安装之后，发现根本找不到执行命令llama-cli或./llama-cli，如果没有可以跳过，如果有请按照我的以下流程安装一遍。

下载llama.cpp

我这里使用的是git命令下载：

git clone https://github.com/ggerganov/llama.cpp

如果需要在内网服务器中安装，可以下载llama.cpp的源码文件或二进制文件，下载地址：https://github.com/ggerganov/llama.cpp/releases

编译

下面进入编译阶段，服务器使用的是nvidia-A10的gpu，编译使用的cuda编译版本。
如果是内网安装，需要先将安装包拷贝进来，然后解压：tar -xzvf ****.tar.gz

cd llama.cpp cmake -B build -DGGML_CUDA=ON # 启动cuda加速 cmake --build build --config Release 

启动模型

其实到这里llama.cpp已经编译安装好了，但是你如果看官方文档，你会发现你找不到执行命令llama-cli或./llama-cli，其实如果你想直接使用llama-cli命令，你需要配置环境变量，如果你想使用./llama-cli，你需要进入build/bin目录执行。

cd llama.cpp/build/bin 

启动模型

./llama-cli -m /mnt/workspace/models/qwen2.5-7b-instruct-q4_k_m.gguf -co-cnv-p"你是一个好的助手"-fa-ngl80-n512