Ollama 是一个开源的模型部署工具，支持多种加速框架和硬件，包括AMD的GPU。然而，想要在AMD显卡上顺利安装和运行Ollama，可能需要一些额外的步骤和资源。下面我们将详细介绍如何通过这些资源安装和使用支持AMD显卡的Ollama。
支持AMD GPU的Ollama资源
以下是你可以使用的相关资源链接：
1.Ollama for AMD
GitHub链接：https://github.com/likelovewant/ollama-for-amd
这是专门为AMD GPU优化的Ollama版本，支持了AMD ROCm框架，并针对AMD的GPU架构进行了改进。
2.AMD GPU架构列表
GitHub维基链接：https://github.com/likelovewant/ollama-for-amd/wiki/AMD-GPU-Arches-lists-Info
该页面提供了AMD GPU架构的详细信息，帮助用户确认自己的GPU是否符合要求。
3.ROCm库支持AMD GPU
ROCm Libraries for AMD GPU：https://github.com/likelovewant/ROCmLibs-for-gfx1103-AMD780M-APU
KoboldCpp with ROCm：https://github.com/YellowRoseCx/koboldcpp-rocm/releases/tag/deps-v6.2.0
这些资源提供了AMD GPU所需的ROCm深度学习框架依赖和预编译库，是安装Ollama for AMD的必要条件。
安装和支持步骤
步骤1：确认你的GPU支持
在安装任何软件之前，首先要确认你的AMD GPU是否在支持的列表中。可以通过以下方式检查：
查看你GPU的型号（例如，AMD Radeon RX 7900 XT）。
在 AMD GPU架构列表页面（如上所述链接）中查找你的GPU型号，确认是否支持ROCm和Ollama。
如果支持，可以继续进行下一步；如果不支持，可能需要考虑升级硬件或寻找兼容性更好的解决方案。
步骤2：安装ROCm框架
Ollama-for-amd依赖于ROCm框架来加速GPU计算。以下是安装ROCm的步骤：
下载ROCm依赖库：
默认的是 ROCmLibs-for-gfx1103-AMD780M-APU 下载预编译的ROCm库。
或者，你可以从官方ROCm仓库获取最新的版：https://rocmdocs.amd.com/
安装依赖： 按照ROCm的文档或GitHub仓库中的说明，完成安装。这可能包括一些手动设置，如配置环境变量和安装必要的系统依赖。
步骤3：安装Ollama-for-amd
编译和安装： 进入仓库目录，并按照README中的说明进行编译。如果你已经安装了ROCm，编译过程应该会顺利进行。
运行Ollama： 安装完成后，通过以下命令启动Ollama：
./ollama serve然后，你可以通过Ollama的来运行模型。
环境变量的设置
端口设置 OLLAMA_HOST 0.0.0.0:11434
模型下载路径 OLLAMA_MODELS D:\AI\llama
