电脑性能测试工具软件

近期，deepseek在互联网上非常火热，不仅在单位，个人进行本地部署也备受瞩目。尽管我的笔记本配置并不出众，但我也怀着学习的热情想要尝试部署。关于ollama的部署和性能问题，我了解到它可以在win11宿主机以及wsl2的docker中部署，但是两者的性能差距如何呢？显卡使用情况又如何？在没有实际测试之前，我无法给出确定的答案。由于windows和wsl2可以跨文件系统访问，我也打算测试一下这种跨文件系统访问是否会有性能损失。

以下是本次测试的环境和样例：

硬件环境方面，我使用的是自己的笔记本，具体配置如下：CPU为intel酷睿I5-1135G7，内存为40G DDR4 3200MHz，显卡为nvidia mx450，配备2G专用显存，硬盘为512G SSD。

软件环境方面，我使用的是win11 家庭版操作系统，cuda为目前最新的v12.8版本。我安装了wsl2分发版ubuntu（当前版本为Ubuntu 24.04.2 LTS），以及docker v28.0.0容器。

在安装好ollma并配置好gpu加速后，我进行了两次测试提问：

Q1：我是一名中小企业员工，我们该如何使用deepseek建立本地知识库？

Q2：作为一名IT工程师，我该如何使用ollama和anythingllm来部署本地知识库？

一、部署软件过程：

1. ollama：在win11宿主机上部署ollama非常简单，只需在ollama下载程序并安装即可。

2. cuda：需要安装与显卡驱动相匹配的cuda版本，我的笔记本安装的是最新版的12.8版本。还需按照官方教程配置相应的环境变量。

3. 强制GPU加速的配置也需进行相应的环境变量设置。

二、运行ollama测试：

1. 拉取模型：在windows终端中输入特定命令以拉取模型。

2. 运行模型：同样在windows终端中输入命令运行模型。

三、测试结果

在wsl2环境下的部署过程包括安装wsl2、分发版、docker等步骤。而gpu加速则需要参照nvidia的官方说明进行配置。在wsl2环境中运行ollama的测试过程包括进入wsl2、创建容器、运行容器等步骤。经过测试数据对比，我发现win11下直接部署ollama的性能不如在wsl2+docker的环境下部署。由此推测，直接在linux下部署docker可能会获得更好的性能。

值得注意的是，如果在wsl2+docker环境中将模型文件放置在windows文件系统下，加载模型进内存的过程会显著变慢。强烈建议避免跨文件系统的访问。