Llama 3發布的同時，更多功能發布與性能優化（詳情可參考前面的文章：Llama 3全新上線，多了哪些新功能？）。

在本機安裝與前一代雷同，步驟也可參考前面發佈的文章強大的開源Llama 2到底如何為己用呢？本篇文章教你如何在本機安裝並使用Llama 2，在執行的過程中遇到不少坑，並且在網路上很難找到答案，因此想藉由文章紀錄並分享給水深火熱的開發者們，希望可以你們可以少踩一些坑。

安裝Llama 3

安裝過程基本上與Llama 2相同，可以從Meta – Llama 3官網或Hugging Face – Meta Llama下載模型。

這次會使用同樣的裝置「MacBook Pro M2 16G」做示範，必須搭配使用llama.cpp將模型轉成GGUF格式再開始使用，否則會受限於機器硬體規格，token生成的速度異常緩慢，甚至出現記憶體不足的情況。

目前可以用Hugging Face的版本搭配llama.cpp進行格式轉換，所以本篇會以hf版本的模型meta-llama/Meta-Llama-3–8B-Instruct作為示範。

取得模型

首先進入Hugging Face – meta-llama/Meta-Llama-3–8B-Instruct頁面，填寫完授權表單之等待授權完成之後，開始下載模型：

等待下載完成Meta-Llama-3–8B-Instruct資料夾底下含有檔案如下：

其中會看到一個original的資料夾，內含的檔案與Meta下載回來的內容是完全一樣的：

在接下來的步驟裡我們不會用到這些檔案，我們只會用Hugging Face的格式，所以可以直接省略官方的檔案。

因為檔案大小有好幾G，下載完需要特別注意檔案是否有毀損，這部分讓我找了很久才發現問題，進入Meta-Llama-3–8B-Instruct資料夾下輸入指令：

shasum -a 256 model-00001-of-00004.safetensors

以檢查「model-00001-of-00004.safetensors」檔案為例，得到輸出結果：

得到sha256的雜湊值為d8cf9c4d0dd972e1a2131bfe656235ee98221679711a3beef6d46dadf0f20b5c，與Hugging Face model-00001-of-00004.safetensors顯示的sha256相同，即代表檔案正確，其它檔案以此類推。

llama.cpp

下載完成後一樣要用到llama.cpp，為了讓我效能不高的電腦可以高效率跑Llama 3，這個步驟是必要的。

如果你曾經用llama.cpp執行過llama 2，建議可以重新clone repo並重新安裝，我遇到模型輸出奇怪內容找很久才發現是因為llama.cpp的問題，重新安裝就解決了。

Step 1 – Clone llama.cpp

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

Step 2 – Build

cd llama.cpp
make

Step 3 – Install Requirments

python3 -m pip install -r requirements.txt

Step 4 – Convert to GGML

與llama 2不同的地方是，這次使用hf的版本，所以用convert-hf-to-gguf.py作轉換。

python3 convert-hf-to-gguf.py ./models/hf/Meta-Llama-3-8B-Instruct --outfile models/ggml-meta-llama-3-8b-16f.gguf

Step 5 – Quantize the model to 4-bits (using Q4_K_M method)

./quantize ./models/ggml-meta-llama-3-8b-16f.gguf ./models/ggml-meta-llama-3-8b-Q4_K_M.gguf Q4_K_M

Step 6 – Run the quantized model

./main -m ./models/ggml-meta-llama-3-8b-Q4_K_M.gguf -n 128

看到模型自動吐出文字就算大功告成了。

Llama 3上線就有社群大神在llama.cpp更新了符合Llama 3的commits，具體執行步驟如上述內容，與Llama 2近乎一樣。我在實際執行的過程中卻卡住非常久，遇到convert過程出現error，這部分藉由檢查檔案的完整性得到解決。

再來是文字生成出現亂碼，此問題重新clone llama.cpp repo得到解決。這些問題解決方式都不困難，但自行摸索卻花了我大把的時間，本篇文章分享安裝步驟，與過程中我踩到的坑，預祝你開發過程順利。

本篇文章同步刊登於Medium – llama-3來了-本篇一步步教你如何在本機安裝使用。