2026年OpenAI 全新开源模型 GPT-OSS-20B本地部署教程:16GB显存跑透128K上下文

OpenAI 全新开源模型 GPT-OSS-20B本地部署教程:16GB显存跑透128K上下文8 月 5 日 OpenAI 重磅发布了自 GPT 2 以来的首批开源权重语言模型 gpt oss 120b 和 gpt oss 20b 标志着 OpenAI 在开源领域迈出了重要一步 为开发者和企业带来了全新的机遇 gpt oss 20b 专为资源受限环境设计 总参数为 210 亿 每个词元有 36 亿个活跃参数 它采用具有 24 层和 32 个专家的混合专家 MoE 架构 能在内存仅为

大家好,我是讯享网,很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



8 月 5 日,OpenAI 重磅发布了自 GPT-2 以来的首批开源权重语言模型 gpt-oss-120b 和 gpt-oss-20b,标志着 OpenAI 在开源领域迈出了重要一步,为开发者和企业带来了全新的机遇。

gpt-oss-20b 专为资源受限环境设计,总参数为 210 亿,每个词元有 36 亿个活跃参数。它采用具有 24 层和 32 个专家的混合专家(MoE)架构,能在内存仅为 16GB 的设备上运行,适用于消费级硬件和边缘设备,如 MacBook Pro、新款安卓手机等,极大地拓展了模型的应用场景。

技术亮点:

性能表现:

在常见基准测试中, gpt-oss-20b 与 OpenAI o3-mini 表现相当,且在竞赛数学和医疗相关查询方面超越 o3-mini。

基础环境最低要求说明:

环境名称 版本信息1 Ubuntu 22.04.4 LTS Cuda V12.4.105 Python 3.12 NVIDIA Corporation RTX 4090

查看系统版本信息

 
  

1726627581255_image.png

配置 apt 国内源

 
  

这个命令用于更新本地软件包索引。它会从所有配置的源中检索最新的软件包列表信息,但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤,因为它确保了您获取的是最新版本的软件包。

 
  

这个命令用于安装 Vim 文本编辑器。 选项表示自动回答所有的提示为“是”,这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器,广泛用于编程和配置文件的编辑。

为了安全起见,先备份当前的  文件之后,再进行修改:

 
  

这个命令将当前的  文件复制为一个名为  的备份文件。这是一个好习惯,因为编辑  文件时可能会出错,导致无法安装或更新软件包。有了备份,如果出现问题,您可以轻松地恢复原始的文件。

 
  

这个命令使用 Vim 编辑器打开  文件,以便您可以编辑它。这个文件包含了 APT(Advanced Package Tool)用于安装和更新软件包的软件源列表。通过编辑这个文件,您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。

在 Vim 中,您可以使用方向键来移动光标, 键进入插入模式(可以开始编辑文本), 键退出插入模式, 命令保存更改并退出 Vim,或  命令不保存更改并退出 Vim。

编辑  文件时,请确保您了解自己在做什么,特别是如果您正在添加新的软件源。错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定,最好先搜索并找到可靠的源信息,或者咨询有经验的 Linux 用户。

1726627632814_image.png

使用 Vim 编辑器打开  文件,复制以下代码替换 里面的全部代码,配置 apt 国内阿里源。

 
  

1726627649314_image.png

安装常用软件和工具

 
  

出现以下页面,说明国内apt源已替换成功,且能正常安装apt软件和工具

1726627670779_image.png

  • 下载 CUDA Keyring :
 
  

这个命令用于下载 CUDA 的 GPG 密钥环,它用于验证 CUDA 软件包的签名。这是确保软件包安全性的一个重要步骤。

  • 安装 CUDA Keyring :
 
  

使用  安装下载的密钥环。这是必要的,以便  能够验证从 NVIDIA 仓库下载的软件包的签名。

1726627689852_image.png

  • 删除旧的 apt 密钥(如果必要)  :
 
  

这一步可能不是必需的,除非您知道  是与 CUDA 相关的旧密钥,并且您想从系统中删除它以避免混淆。通常情况下,如果您只是安装 CUDA 并使用 NVIDIA 提供的最新密钥环,这一步可以跳过。

  • 更新 apt 包列表 :
 
  

更新 apt 的软件包列表,以便包括刚刚通过  添加的 NVIDIA 仓库中的软件包。

  • 安装 CUDA Toolkit :
 
  

1726627724243_image.png

出现以下页面,说明 NVIDIA CUDA Toolkit 12.1 安装成功

1726627736357_image.png

注意:这里可能有一个问题。NVIDIA 官方 Ubuntu 仓库中可能不包含直接名为  的包。通常,您会安装一个名为  或  的元包,它会作为依赖项拉入 CUDA Toolkit 的所有组件。请检查 NVIDIA 的官方文档或仓库,以确认正确的包名。

如果您正在寻找安装特定版本的 CUDA Toolkit,您可能需要安装类似  的包(如果可用),或者从 NVIDIA 的官方网站下载 CUDA Toolkit 的  安装程序进行手动安装。

请确保您查看 NVIDIA 的官方文档或 Ubuntu 的 NVIDIA CUDA 仓库以获取最准确的包名和安装指令。

1726627761880_image.png

  • 出现以上情况,需要配置 NVIDIA CUDA Toolkit 12.1 系统环境变量

编辑 ~/.bashrc 文件

 
  

插入以下环境变量

 
  

1726627785017_image.png

激活 ~/.bashrc 文件

 
  

查看cuda系统环境变量

 
  

1726627797367_image.png

  • 下载 Miniconda 安装脚本 :
    • 使用  命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版,包含了 Anaconda 的核心组件,用于安装和管理 Python 包。
  • 运行 Miniconda 安装脚本 :
    • 使用  命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。
 
  

输入yes

1726627835177_image.png

输入yes

1726627844297_image.png

安装成功如下图所示

1726627852297_image.png

pip配置清华源加速

 
  

加入以下代码

 
  

注意事项:

  • 请确保您的系统是 Linux x86_64 架构,因为下载的 Miniconda 版本是为该架构设计的。
  • 在运行安装脚本之前,您可能需要使用  命令给予脚本执行权限。
  • 安装过程中,您将被提示是否同意许可协议,以及是否将 Miniconda 初始化。通常选择 “yes” 以完成安装和初始化。
  • 安装完成后,您可以使用  命令来管理 Python 环境和包。
  • 如果链接无法访问或解析失败,可能是因为网络问题或链接本身的问题。请检查网络连接,并确保链接是最新的和有效的。如果问题依旧,请访问 Anaconda 的官方网站获取最新的下载链接。
  • 克隆存储库:
 
  
 
  
  • 切换到项目目录、激活虚拟环境、安装依赖
 
  
  • 下载预训练权重
 
  
 
  

出现以下页面,即是模型已搭建完成。

1754642250373_image.png

小讯
上一篇 2026-04-06 21:46
下一篇 2026-04-06 21:44

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/219914.html