93 lines
5.5 KiB
Markdown
93 lines
5.5 KiB
Markdown
# 問題のトラブルシューティング方法
|
||
|
||
時々、Ollama が期待通りに機能しないことがあります。何が起こったのかを把握する最良の方法の 1つは、ログを確認することです。**Mac** でログを見つけるには、次のコマンドを実行します：
|
||
|
||
```shell
|
||
cat ~/.ollama/logs/server.log
|
||
```
|
||
|
||
`systemd` を使用している **Linux** システムでは、次のコマンドでログを見つけることができます:
|
||
|
||
```shell
|
||
journalctl -u ollama
|
||
```
|
||
|
||
Ollama を **コンテナ** で実行する場合、ログはコンテナ内の stdout/stderr に送られます:
|
||
|
||
```shell
|
||
docker logs <container-name>
|
||
```
|
||
|
||
（`docker ps` を使用してコンテナ名を見つけてください）
|
||
|
||
ターミナルで `ollama serve` を手動で実行する場合、ログはそのターミナル上に表示されます。
|
||
|
||
**Windows** 上で Ollama を実行する場合、いくつかの異なる場所があります。エクスプローラウィンドウでそれらを表示するには、`<cmd>+R` を押して次のコマンドを入力します：
|
||
- `explorer %LOCALAPPDATA%\Ollama`：ログを表示します
|
||
- `explorer %LOCALAPPDATA%\Programs\Ollama`：バイナリを参照します（インストーラーはこれをユーザーの PATH に追加します）
|
||
- `explorer %HOMEPATH%\.ollama`：モデルと設定が保存されている場所を表示します
|
||
- `explorer %TEMP%`：一時的な実行ファイルが 1つ以上の `ollama*` ディレクトリに保存されている場所を表示します
|
||
|
||
問題のトラブルシューティングを支援するために追加のデバッグログを有効にするには、まず **トレイメニューからアプリを終了** し、次に PowerShell ターミナルで次のコマンドを実行します：
|
||
```powershell
|
||
$env:OLLAMA_DEBUG="1"
|
||
& "ollama app.exe"
|
||
```
|
||
|
||
ログの解釈に関するヘルプは [Discord](https://discord.gg/ollama) に参加してください。
|
||
|
||
## LLM ライブラリ
|
||
|
||
Ollama には、異なる GPU と CPU ベクトル機能向けにコンパイルされた複数の LLM ライブラリが含まれています。Ollama は、システムの機能に基づいて最適なものを選択しようとします。この自動検出に問題があるか、他の問題（例：GPU のクラッシュ）に遭遇した場合は、特定の LLM ライブラリを強制的に指定することで回避できます。`cpu_avx2` が最も優れており、次に `cpu_avx`、最も互換性があるが最も遅いのが `cpu` です。MacOS の Rosetta エミュレーションは `cpu` ライブラリと動作します。
|
||
|
||
サーバーログには、次のようなメッセージが表示されます（リリースによって異なります）:
|
||
|
||
```
|
||
Dynamic LLM libraries [rocm_v6 cpu cpu_avx cpu_avx2 cuda_v11 rocm_v5]
|
||
```
|
||
|
||
**実験的 LLM ライブラリのオーバーライド**
|
||
|
||
OLLAMA_LLM_LIBRARY を利用可能な LLM ライブラリのいずれかに設定すると、自動検出をバイパスできます。たとえば、CUDA カードがあるが AVX2 ベクトルサポートを持つ CPU LLM ライブラリを強制的に使用したい場合は、次のようにします:
|
||
|
||
```
|
||
OLLAMA_LLM_LIBRARY="cpu_avx2" ollama serve
|
||
```
|
||
|
||
あなたの CPU がどの機能を持っているかは、以下の方法で確認できます。
|
||
|
||
```
|
||
cat /proc/cpuinfo| grep flags | head -1
|
||
```
|
||
|
||
## AMD Radeon GPU サポート
|
||
|
||
Ollama は AMD ROCm ライブラリを利用しており、すべての AMD GPU をサポートしているわけではありません。一部の場合、類似した LLVM ターゲットを試すようにシステムに強制することができます。たとえば、Radeon RX 5400 は `gfx1034`（別名 10.3.4）ですが、ROCm は現在、このターゲットをサポートしていません。最も近いサポートは `gfx1030` です。環境変数 `HSA_OVERRIDE_GFX_VERSION` を `x.y.z` の構文で使用できます。たとえば、システムを RX 5400 で実行するように強制するには、サーバー用の環境変数として `HSA_OVERRIDE_GFX_VERSION="10.3.0"` を設定します。サポートされていない AMD GPU がある場合は、以下のサポートされているタイプのリストを使用して実験できます。
|
||
|
||
現時点では、以下の LLVM ターゲットが既知のサポートされている GPU タイプです。この表には、これらのLLVM ターゲットにマップされるいくつかの例の GPU が示されています：
|
||
|
||
| **LLVMターゲット** | **例のGPU** |
|
||
|-----------------|---------------------|
|
||
| gfx900 | Radeon RX Vega 56 |
|
||
| gfx906 | Radeon Instinct MI50 |
|
||
| gfx908 | Radeon Instinct MI100 |
|
||
| gfx90a | Radeon Instinct MI210 |
|
||
| gfx940 | Radeon Instinct MI300 |
|
||
| gfx941 | |
|
||
| gfx942 | |
|
||
| gfx1030 | Radeon PRO V620 |
|
||
| gfx1100 | Radeon PRO W7900 |
|
||
| gfx1101 | Radeon PRO W7700 |
|
||
| gfx1102 | Radeon RX 7600 |
|
||
|
||
AMD は、将来のリリースで ROCm v6 を拡張し、さらに多くの GPU をサポートする予定です。
|
||
|
||
追加のサポートが必要な場合は、[Discord](https://discord.gg/ollama) に連絡するか、[問題](https://github.com/ollama/ollama/issues)を報告してください。
|
||
|
||
## Linux での古いバージョンのインストール
|
||
|
||
Linux で問題が発生し、古いバージョンをインストールしたい場合は、インストールスクリプトにインストールするバージョンを指定できます。
|
||
|
||
```sh
|
||
curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION="0.1.27" sh
|
||
``` |