llama.cpp Sunucu Nasıl Başlatılır
Bu rehber ne yapar
llama.cpp Sunucu kararında model adı, kuantizasyon, bağlam penceresi ve Türkçe cevap tutarlılığı aynı deftere yazılır. Bu rehber tek koşuyla o defterin ilk satırını üretir. Bu iş sonunda Llama 3.3 70B için tarihli bir karar kanıtı oluşur, RTX 4090 24GB sınıfı donanım not edilir ve ölçüm TR-MMLU karşılaştırması ile ilişkilendirilir. Akış llama.cpp ile yürür; daha geniş bağlam Kurs G004: Kuantizasyon Pratiği içinde işlenir.
Yasal uyarı: Bu içerik eğitim amaçlı teknik çalışma notudur; hukuki görüş, mevzuat yorumu, uyum belgesi veya profesyonel danışmanlık değildir. Kişisel veri, sağlık, finans, çocuk/öğrenci verisi, telif veya regüle sektörlerde gerçek uygulamadan önce yetkin hukuk/uyum uzmanıyla yazılı değerlendirme alın.
Operatör notu: llama.cpp Sunucu Nasıl Başlatılır: Model seçiminde tek skor yerine bağlam, kuantizasyon ve Türkçe cevap tutarlılığını aynı kararda saklayın. Orta seviyede komutun yanında hata modunu da yazın; gelecekteki bakım çoğu zaman bu satırdan başlar. Bu rehberde beklenen kanıt outputs/llama-cpp-sunucu-baslatma.txt dosyasıdır.
Ön koşullar
- Ubuntu 24.04 LTS ya da eşdeğer geliştirme ortamı.
- Yerel çalışma zamanı kontrolü:
llama-cli --help. - llama.cpp Sunucu: Karşılaştırılacak en az bir yerel model etiketi; örnek çalışmada model indirme yerine karar dosyası üretilir.
- Terminal çıktısı UTF-8 olmalı; Windows tarafında şüphede kalırsanız
chcpçıktısını kaydedin.
Adımlar
- Kanıt klasörünü aç. llama.cpp Sunucu için çıktıyı
llama cpp sunucu baslatmaadıyla ayır; aynı klasöre log ve kısa rapor da girecek.
mkdir -p outputs logs reports
- Küçük kanıtı üret. llama.cpp Sunucu için Model kararında sonuç kadar model etiketi ve kuantizasyon notu da önemlidir; aynı istemi sonra tekrar koşacaksınız. Bu komut gerçek veriyi çağırmadan Llama 3.3 70B etiketini karar dosyasına işler.
mkdir -p outputs
printf '%s\n' 'llama-cpp-sunucu-baslatma | model=llama-3-3-70b | kontrol=tamam' 'llama-cli -m ./models/turkce-q4.gguf -p "Yalnızca Türkçe kısa yanıt ver"' 'metric=prompt_eval_and_generation' | tee outputs/llama-cpp-sunucu-baslatma.txt
- Özeti kilitle. llama.cpp Sunucu özetini daha sonra değişiklik yakalamak için kullanacaksınız; TR-MMLU karşılaştırması notunu bu hash ile birlikte saklayın.
sha256sum outputs/llama-cpp-sunucu-baslatma.txt
- Türkçe kırılmayı ara. llama.cpp Sunucu Nasıl Başlatılır cevabı ortasında İngilizceye kayarsa sistem istemine tek dil kısıtı ekleyin ve aynı girdiyi tekrar çalıştırın. Çıktı temizse llama.cpp tarafındaki sıradaki adıma geçebilirsiniz.
Maliyet karar kaydı
TRY maliyet notu: Bu rehberdeki ölçüm teknik davranışı anlamak içindir; donanım tam yükte uzun süre çalışacaksa maliyet hesabını TCO karar kaydı içinde ayrı tutun. Ev, ofis ve sanayi tarifesi aynı varsayım değildir. kWh fiyatını canlı fiyat etiketi gibi değil; tarih, tarife türü ve kaynakla birlikte karar kaydına yazın.
Doğrulama
Tek komutla son durumu doğrula:
test -s outputs/llama-cpp-sunucu-baslatma.txt && sed -n '1,3p' outputs/llama-cpp-sunucu-baslatma.txt
Beklenen çıktı:
llama-cpp-sunucu-baslatma | model=llama-3-3-70b | kontrol=tamam
llama-cli -m ./models/turkce-q4.gguf -p "Yalnızca Türkçe kısa yanıt ver"
metric=prompt_eval_and_generation
Yaygın Hatalar
- `command not found: llama.cpp` — llama.cpp kurulu değil ya da kabuk PATH içinde değil. Çözüm: aracı resmi kurulum yoluyla ekleyin, sonra aynı kabukta sürüm komutunu çalıştırın.
- `Error: model not found` — Llama 3.3 70B etiketi yerel önbellekte yok veya yanlış yazıldı. Çözüm:
ollama listçıktısını kanıt dosyasına ekleyin ve model adını küçük farklara karşı kontrol edin. - `Türkçe karakterler bozuk` — llama.cpp Sunucu Nasıl Başlatılır çıktısında Türkçe harfler okunmuyorsa kodlama katmanı karışmıştır. Çözüm:
localeçıktısını kontrol edin ve dosyayı UTF-8 olarak tekrar üretin. - `outputs/llama-cpp-sunucu-baslatma.txt yok` — Rehberin sonunda beklenen kanıt dosyası oluşmamış. Çözüm: önce çalışma klasörünü oluşturun, sonra karar kanıtı adımını tek başına tekrar çalıştırın.
Veri koruma uyarısı: Bu rehber KVKK uyum kararı vermez. Kişisel veri içeren örnekleri üretimde kullanmadan önce amaç, saklama süresi, erişim yetkisi ve yurtdışı aktarım ihtimalini yetkin hukuk/uyum uzmanıyla doğrulayın. Başlangıç noktası: KVKK ve AI.
İlgili rehberler
- vLLM OpenAI Uyumlu Sunucu Nasıl Açılır — kardeş iş
- Mac'te MLX Çıkarım Nasıl Alınır — sıradaki kontrol
- Kurs G004: Kuantizasyon Pratiği — kurs bağlamı
İlgili katalog girişleri
- Llama 3.3 70B — bu rehberde kullanılan model
- RTX 4090 24GB — test edilen donanım sınıfı
- TR-MMLU karşılaştırması — karşılaştırma metriği
- llama.cpp — kullanılan çalışma aracı
- KVKK ve AI — veri işleme notu