当前位置：首页 > news >正文

保姆级教程：在Windows系统本地利用VMware虚拟机部署伏羲模型

news 2026/8/22 9:24:31

保姆级教程：在Windows系统本地利用VMware虚拟机部署伏羲模型

你是不是也对那些强大的AI模型心痒痒，想在自己的电脑上跑起来试试？但一看教程，清一色的Linux命令，瞬间劝退。别急，如果你和我一样，主力机是Windows，但又想低成本、无门槛地体验一下在Linux环境里部署和运行AI模型，那今天这个方法就是为你量身定做的。

我们不走复杂的双系统路线，也不依赖云端资源。就用一个非常经典的工具——VMware虚拟机，在你的Windows电脑里“套娃”出一个完整的Ubuntu系统。然后，在这个虚拟的Linux世界里，我们就能像在真机里一样，一步步把伏羲模型给跑起来。整个过程就像搭积木，跟着步骤走，小白也能搞定。下面，我们就开始这场从Windows到Linux，再到AI模型的奇妙之旅。

1. 准备工作：把“地基”和“建材”备齐

在开始搭建之前，我们需要准备好两样核心的东西：虚拟机软件和Linux系统镜像。这就像盖房子，得先有施工队（VMware）和设计图纸（Ubuntu ISO）。

1.1 获取VMware虚拟机软件

VMware Workstation Player 是一个个人用户可以免费使用的虚拟机软件，功能足够我们这次使用。

访问官网：打开浏览器，访问 VMware 官网的 Workstation Player 下载页面。
选择版本：找到 “VMware Workstation Player” 的免费个人使用版本，点击下载。请务必下载适用于 Windows 的安装程序（通常是.exe文件）。
完成下载：等待下载完成，安装包大小约在500MB左右。

1.2 获取Ubuntu系统镜像

我们将使用 Ubuntu 20.04 LTS 版本，这是一个长期支持版，非常稳定，社区支持也好。

访问Ubuntu官网：打开 Ubuntu 官方网站，进入下载页面。
选择版本：找到 Ubuntu 20.04 LTS Desktop 版本。注意，一定要下载Desktop（桌面版），而不是 Server（服务器版）。
开始下载：点击下载，你会得到一个后缀为.iso的文件，大小约2.5GB。这个文件就是我们的系统安装盘镜像。

小贴士：下载这两个文件可能需要一些时间，尤其是Ubuntu镜像。你可以趁这个时间去喝杯咖啡，或者继续阅读下面的步骤，提前熟悉流程。

2. 搭建舞台：安装VMware并创建虚拟机

现在，我们有了施工队和图纸，接下来就要在电脑上划出一块“地皮”，开始按照图纸盖房子了。

2.1 安装VMware Workstation Player

这一步很简单，和我们安装普通软件没什么区别。

双击下载好的VMware安装程序（.exe文件）。
跟随安装向导，一路点击“下一步”。在许可协议处选择“我接受”，在安装类型处选择“典型”安装即可。
安装过程中可能会要求重启电脑，按照提示操作。
安装完成后，启动VMware Workstation Player。

2.2 创建新的虚拟机

这是最关键的一步，我们要定义这个虚拟电脑的规格。

在VMware主界面，点击“创建新虚拟机”。
选择安装来源：在弹出的向导中，选择“安装程序光盘映像文件”，然后点击“浏览”，找到你刚才下载的Ubuntu 20.04的.iso文件。VMware会自动检测到这是Ubuntu系统。
设置Linux账户：接下来，你需要为这个Ubuntu系统设置一个全名、用户名和密码。请务必记住这个用户名和密码，以后登录虚拟机全靠它。我建议密码不要设得太简单。
命名虚拟机：给你的虚拟机起个名字，比如“My_Ubuntu_AI”。并选择虚拟机的存放位置。强烈建议不要放在C盘（系统盘），找一个空间充足的磁盘分区（至少预留50GB）。
指定磁盘容量：向导会建议一个磁盘大小（例如20GB）。对于我们的AI模型部署，建议你设置得大一些，我推荐设置为80GB到100GB。并选择“将虚拟磁盘存储为单个文件”。
自定义硬件（重要）：在最后一步，先别急着点完成。点击“自定义硬件”按钮，我们需要调整一下虚拟机的“配置”。
- 内存：至少分配4GB (4096 MB)。如果你的物理内存有16GB或以上，分配8GB会获得更流畅的体验。
- 处理器：至少分配2个核心。同样，物理CPU核心数越多，可以分配得越多（如4核）。
- 网络适配器：保持默认的“NAT模式”即可，这样虚拟机可以共享主机的网络上网。
点击“关闭”，然后点击“完成”。VMware就会开始创建你的虚拟磁盘文件。

至此，一个空的“虚拟电脑”就准备好了，里面已经放好了Ubuntu的安装盘。

3. 安装系统：启动并配置Ubuntu

现在，我们要给这台虚拟电脑装上操作系统。

在VMware库中，选中你刚创建的虚拟机，点击“开启此虚拟机”。
虚拟机会从ISO镜像启动，进入Ubuntu安装界面。选择语言（中文简体），然后点击“安装Ubuntu”。
键盘布局：选择“汉语”。
更新和其他软件：为了安装速度，建议选择“正常安装”，并取消勾选“安装Ubuntu时下载更新”。我们可以装好系统后再更新。
安装类型：这是最重要的一步！请务必选择“清除整个磁盘并安装Ubuntu”。不用担心，这个操作只会清除虚拟机内部的虚拟磁盘，对你Windows主机上的真实文件毫无影响。
确认时区（上海），然后创建用户。这里填写的用户信息就是你之前在VMware向导里设置的那个，系统会自动填好，确认无误即可。
点击“继续”，系统开始自动安装。这个过程大概需要15-30分钟，取决于你的电脑速度。
安装完成后，提示重启。点击“现在重启”，虚拟机可能会提示你“请移除安装介质然后按回车”。此时，你需要在VMware的菜单栏选择“虚拟机” -> “可移动设备” -> “CD/DVD” -> “设置”，然后断开ISO镜像的连接，再按回车键。
重启后，你就进入了全新的Ubuntu桌面环境！用你设置的用户名和密码登录。

4. 基础配置：让Ubuntu“武装”起来

新系统就像毛坯房，我们需要进行一些简单的装修和布置，让它更适合开发工作。

4.1 系统更新与基础工具安装

首先，打开终端（快捷键Ctrl+Alt+T）。我们所有的命令都在终端里执行。

更新软件源列表：这相当于刷新一下软件商店的货架。
```
sudo apt update
```
升级已安装的软件包：把系统自带的软件都升级到最新。
```
sudo apt upgrade -y
```
安装一些必备工具：比如用于下载文件的wget、解压工具的unzip等。
```
sudo apt install -y wget curl git unzip vim
```

4.2 安装Python和Pip

AI模型的世界离不开Python。Ubuntu 20.04 默认安装了 Python 3.8，这很好。我们只需要确保pip（Python包管理工具）安装好。

sudo apt install -y python3-pip

安装后，我们可以将pip指向pip3，这样使用更方便：

echo "alias pip='pip3'" >> ~/.bashrc source ~/.bashrc

4.3 安装CUDA驱动（可选但推荐）

如果你的Windows主机拥有NVIDIA显卡，并且你想让虚拟机里的AI模型也能调用GPU加速（这会极大提升速度），那么需要安装CUDA。这一步稍复杂，且依赖于主机显卡和驱动支持。

首先，在VMware中为虚拟机分配GPU。你需要先关闭虚拟机，然后在虚拟机设置中，找到“显示器”下的“3D图形”，勾选“加速3D图形”。同时，在“处理器”设置中，勾选“虚拟化Intel VT-x/EPT或AMD-V/RVI”。
启动虚拟机，在Ubuntu内安装VMware Tools（菜单：虚拟机 -> 安装VMware Tools），这有助于更好的硬件兼容。
之后，你可以参考NVIDIA和VMware的官方文档，尝试安装GPU直通（PCI Passthrough）或使用vGPU技术。请注意：GPU虚拟化对主机硬件和软件有特定要求，且配置过程较为复杂。对于首次尝试或只想体验流程的读者，可以跳过此步骤，使用CPU运行模型。CPU速度虽慢，但足以完成部署和基础功能测试。

5. 部署伏羲模型：在虚拟世界中唤醒AI

环境已经就绪，现在让我们把主角——伏羲模型请上台。这里我们假设部署一个开源版本的文本生成类大模型（以类似LLaMA的模型为例，具体模型名称和仓库请根据实际情况替换）。

5.1 获取模型代码

我们通过Git从代码仓库克隆项目。

# 进入用户主目录，然后克隆一个示例的模型仓库（这里用text-generation-webui为例，它是一个流行的模型运行框架） cd ~ git clone https://github.com/oobabooga/text-generation-webui.git cd text-generation-webui

5.2 安装项目依赖

每个项目都有自己的运行环境要求，通常用一个requirements.txt文件来记录。

# 安装Python虚拟环境工具（推荐，可以隔离不同项目的依赖） sudo apt install -y python3-venv # 创建并激活一个虚拟环境 python3 -m venv venv source venv/bin/activate # 在虚拟环境中，安装项目依赖。使用国内镜像源可以加速下载。 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

5.3 下载与运行模型

模型文件通常很大（数GB到数十GB），你需要根据项目文档，下载对应的模型权重文件。

# 示例：假设项目提供了下载脚本 # 你需要根据你要运行的特定模型（如“伏羲”对应的具体开源实现），修改模型名称和路径 # 例如，使用项目自带的下载脚本下载一个示例模型 python download-model.py facebook/opt-125m

下载完成后，按照项目README的指引启动Web UI或API服务。

# 启动Web UI界面，这是一个常见的启动命令示例 python server.py --model facebook/opt-125m --listen

如果一切顺利，终端会输出一个本地地址（如http://0.0.0.0:7860）。此时，你可以在Windows主机的浏览器中，直接访问这个地址（例如http://你的虚拟机IP:7860）。你需要先查看虚拟机的IP地址（在Ubuntu终端输入ip addr show查看），就能看到模型的交互界面了！

6. 常见问题与贴心提示

第一次走这个过程，难免会遇到一些小坑。这里我总结几个常见问题和注意事项。

虚拟机卡顿：如果Ubuntu桌面操作起来很卡，可以尝试在VMware设置中增加分配的内存和CPU核心数，并在Ubuntu的“软件和更新” -> “附加驱动”中检查是否使用了正确的图形驱动（对于VMware，通常是使用自带的vmwgfx驱动）。
网络问题：确保虚拟机网络适配器是“NAT模式”，这样一般都能直接上网。如果无法下载，可以在Ubuntu里尝试更换软件源为国内镜像（如阿里云、清华源）。
磁盘空间不足：如果在部署模型时提示空间不足，请回看第2.2步，检查虚拟磁盘是否分配了足够大小（建议80GB+）。如果已经分配，可以在Ubuntu中使用df -h命令查看磁盘使用情况。
模型下载慢：模型文件通常存放在Hugging Face等国外站点。可以通过配置镜像站、使用代理工具（需自行研究在Linux下的配置）或寻找国内网盘分流来解决。
命令报错：最常见的错误是权限不足（在前面加sudo）或依赖缺失（根据错误提示安装对应的包，如sudo apt install python3-dev等）。仔细阅读终端报错信息，大部分都能搜索到解决方案。

7. 写在最后

走完整个流程，你应该已经成功在Windows里的Ubuntu虚拟机中，跑起来了一个AI模型。虽然通过虚拟机使用GPU加速有点门槛，但纯CPU运行来学习和体验模型的核心功能，已经完全可行了。

这个方法最大的好处，就是给你提供了一个完全独立、安全的Linux沙盒。你可以在里面大胆尝试各种命令，安装各种软件，而不用担心搞乱你的Windows主力系统。玩坏了？大不了删掉虚拟机重头再来，几分钟就能回到起点。

对于学生、个人开发者，或者只是想先摸摸AI模型门槛的朋友来说，这无疑是一个成本最低、风险最小的起步方式。它打破了操作系统的壁垒，让你手上的Windows电脑瞬间拥有了Linux的灵魂。希望这个教程能成为你探索AI世界的一块踏脚石。接下来，你就可以在这个虚拟环境里，更深入地研究模型微调、尝试不同的开源项目，甚至搭建自己的AI小应用了。