以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。

因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。   

我们也欢迎读者投稿亲自实践的创新型用例。

让 Llama3 向世界打个招呼，Llama3 很快响应：「HEY WORLD！How’s everyone doing today?」，仅用 11.6 秒。对于在树莓派这样的设备上运行大模型来说，这个响应速度已经很不错了，可以满足一些实时应用需求。

• 案例地址：

https://twitter.com/adamcohenhillel/status/1781490719997526210

如何在树莓派 5 上跑出 Llama 3  8B，@adamcohenhillel 并未给出详细步骤，但他推荐了在树莓派 5 上运行 Mistral 7B 的操作指南，可以如法炮制。

值得注意的是，由于移动设备、嵌入式系统或边缘计算设备的硬件资源有限，4bit 量化可以显著减少模型的大小和计算需求，使得在这些设备上运行大型模型成为可能。这位用户也使用了 4bit 量化推理 Llama3 8B。

以下就是如何在树莓派 5 上运行大语言模型 Mistral 7B 操作指南。

首先请确保你有一台树莓派 5，配备至少 8GB 内存，准备一个 32GB 的 SD 卡。接下来，我们需要给硬件安装操作系统。从官网下载 Raspberry Pi OS，运行后你会看到如下画面：

请选择设备 Raspberry Pi 5、选择最新操作系统镜像（推荐 64 位版本）、选择存储为插入的 SD 卡。点击「next」，系统问你是否要编辑设置，请点击「编辑设置」：

配置设定上，启用主机名并设置为 raspberrypi.local；设置一个你将记住的用户名和密码，稍后会用到；启用 「配置无线局域网」并添加你的 Wi-Fi 名称和密码；保存设置并继续，等待操作系统写入 SD 卡：

将 SD 卡插入树莓派，并连接电源。使用 SSH ( Secure Shell ) 协议远程连接并登录到树莓派设备：

ssh ssh <YOUR_USERNAME>@raspberrypi.local

好了，在树莓派上构建出适合运行大语言模型的环境后，接下来就该将大语言模型装进来啦！怎么装？作者提供了两个办法。

一个是用 Ollama 来运行大语言模型。Ollama 是一个开源工具，透过它提供简单的安装指令和命令行界面，在本地运行大语言模型会变得更加简单和快捷。

另一个就是用 llama.cpp 运行，它是一个用 C++ 编写的高效的推理工具，用于在 CPU 上运行 Meta AI 的 Llama。

先来看第一个办法。用 Ollama 运行大语言模型只需两步。

第一步：安装 Ollama，运行这个命令：

curl -fsSL https://ollama.com/install.sh | sh

这个命令会从 Ollama 的官网下载安装脚本并执行它，在树莓派上安装 Ollama。

第二步：下载并运行 Mistral 模型。使用命令 ollama run mistral 来下载并启动 Mistral 7B 模型。结束。

cd models 

wgethttps://huggingface.co/TheBloke/Mistral-7B-v0.1-GGUF/resolve/main/mistral-7b-v0.1.Q4_K_S.gguf

第五步：回到代码库根目录并运行模型，现在可以让它回答「What’s up？」等问题啦。搞定，结束。

cd ..

./main -m models/mistral-7b-v0.1.Q4_K_S.gguf -p "Whatsup?" -n 400 -e