VMware虚拟机安装Ubuntu在本地搭建Qianfan-OCR 4B模型开发测试环境1. 前言为什么选择本地虚拟机环境对于AI开发者来说云服务器虽然方便但成本较高特别是进行模型实验和调试时。本教程将带你一步步在Windows系统上通过VMware Workstation搭建Ubuntu虚拟机环境并部署Qianfan-OCR 4B模型进行本地测试。用虚拟机的好处很明显成本低、可随时快照恢复、不影响主机系统。特别适合学生、个人开发者或需要频繁实验的场景。我自己刚开始接触AI开发时就是用这种方式搭建的第一个测试环境既经济又实用。2. 准备工作与环境搭建2.1 所需软件和硬件在开始之前请确保你的电脑满足以下要求硬件配置CPUIntel i5或同等性能以上建议i7内存16GB以上运行模型需要足够内存硬盘至少50GB可用空间建议SSD显卡NVIDIA显卡可选如需GPU加速软件准备VMware Workstation Pro/Player本教程使用16.x版本Ubuntu 20.04 LTS镜像推荐使用LTS长期支持版Qianfan-OCR 4B模型镜像后续会介绍获取方式2.2 安装VMware Workstation从VMware官网下载Workstation安装包双击运行安装程序按向导完成安装安装完成后启动VMware界面大致如下[VMware主界面截图描述] 左侧是虚拟机列表中间是操作选项右侧是虚拟机详细信息区域3. 创建Ubuntu虚拟机3.1 新建虚拟机向导在VMware中点击创建新的虚拟机选择典型(推荐)配置点击下一步选择稍后安装操作系统点击下一步操作系统选择Linux版本选择Ubuntu 64位3.2 虚拟机硬件配置命名虚拟机并选择存储位置建议放在剩余空间大的磁盘分配处理器和内存处理器至少2核建议4核内存至少8GB建议12GB以上网络类型选择桥接模式虚拟机与主机在同一局域网有独立IPNAT模式虚拟机通过主机上网更安全推荐新手选择创建虚拟磁盘大小建议40GB以上选择将虚拟磁盘拆分成多个文件3.3 安装Ubuntu系统右键新建的虚拟机选择设置在CD/DVD选项中选择下载的Ubuntu ISO镜像文件启动虚拟机开始Ubuntu安装过程按照安装向导完成语言选择英文或中文安装类型选择正常安装分区选择清除整个磁盘并安装Ubuntu设置用户名和密码记住这个密码安装完成后重启虚拟机你就拥有了一个完整的Ubuntu系统环境。4. 虚拟机环境配置4.1 安装VMware Tools增强工具VMware Tools能提供更好的显示效果和文件共享功能# 在Ubuntu中打开终端执行以下命令 sudo apt update sudo apt install open-vm-tools open-vm-tools-desktop sudo reboot4.2 配置共享文件夹在VMware中右键虚拟机选择设置进入选项标签选择共享文件夹添加主机上的文件夹作为共享目录在Ubuntu中共享文件夹通常位于/mnt/hgfs/4.3 网络配置检查确保虚拟机可以正常联网ping www.baidu.com如果无法联网检查网络适配器设置是否为NAT或桥接模式。5. 安装Python和Docker环境5.1 安装Python 3.8Ubuntu 20.04默认安装了Python 3.8但我们需要确保pip也安装好sudo apt update sudo apt install python3-pip pip3 install --upgrade pip5.2 安装Docker和NVIDIA支持安装Docker CEsudo apt install apt-transport-https ca-certificates curl software-properties-common curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add - sudo add-apt-repository deb [archamd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable sudo apt update sudo apt install docker-ce sudo systemctl enable docker sudo systemctl start docker将当前用户加入docker组避免每次sudosudo usermod -aG docker $USER newgrp docker # 立即生效如果使用NVIDIA显卡安装NVIDIA Docker支持distribution$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt update sudo apt install nvidia-docker2 sudo systemctl restart docker6. 部署Qianfan-OCR 4B模型6.1 获取模型镜像Qianfan-OCR 4B是百度推出的OCR识别模型我们可以从星图平台获取docker pull registry.baidubce.com/paddlepaddle/qianfan-ocr-4b:latest6.2 运行模型容器使用以下命令启动模型服务docker run -itd --name qianfan-ocr \ -p 8866:8866 \ --gpus all \ registry.baidubce.com/paddlepaddle/qianfan-ocr-4b:latest如果没有GPU可以去掉--gpus all参数但性能会下降。6.3 测试模型服务模型启动后可以通过以下方式测试在虚拟机内测试curl -X POST http://localhost:8866/predict/ocr_system \ -H Content-Type: application/json \ -d {images: [base64编码的图片数据]}在宿主机浏览器中访问确保虚拟机网络设置为桥接模式获取虚拟机IP地址在Ubuntu终端运行ifconfig在宿主机浏览器访问http://[虚拟机IP]:88667. 常见问题解决7.1 虚拟机性能优化如果感觉虚拟机运行缓慢可以尝试在VMware设置中分配更多CPU和内存资源关闭不必要的视觉效果sudo apt install gnome-tweaks gnome-tweaks然后在外观中关闭动画效果7.2 Docker拉取镜像慢可以配置国内镜像源sudo mkdir -p /etc/docker sudo tee /etc/docker/daemon.json -EOF { registry-mirrors: [https://docker.mirrors.ustc.edu.cn] } EOF sudo systemctl daemon-reload sudo systemctl restart docker7.3 共享文件夹不可见如果/mnt/hgfs下没有共享文件夹可以尝试sudo vmhgfs-fuse .host:/ /mnt/hgfs -o allow_other -o uid10008. 总结与下一步建议整个搭建过程虽然步骤不少但每一步都不复杂。用虚拟机环境最大的好处是可以随时快照保存状态遇到问题也能快速回滚。我自己在开发过程中就经常使用快照功能特别是在尝试一些可能有风险的配置时。Qianfan-OCR 4B模型部署完成后你可以开始探索它的各种功能比如文档识别、表格识别等。建议先从简单的图片识别开始逐步尝试更复杂的场景。如果遇到性能问题可以考虑升级硬件配置或者优化模型参数。对于想深入学习AI模型部署的开发者下一步可以尝试了解Docker Compose管理多个容器学习Kubernetes进行容器编排探索模型微调和优化技术获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。