23:40 看到 Ollama 的官网，说一行命令就能在自己电脑上跑大模型。我想这不正好，试试。
ollama run qwen2.5:7b
回车之后它开始拉文件，4.7 GB。我家宽带那一晚不知道怎么回事，速度一直在 2MB/s 上下来回晃，等了差不多四十分钟。中间我去洗了个澡，回来还在拉。
00:15 左右终于跑起来了，终端里出现一个 >>>，我打了句"用一句话解释什么是复利"。它想了大概六七秒，一个字一个字往外蹦，答案中规中矩，没出错。
那一刻其实挺有意思的。这东西没连我家以外的任何服务器，网线拔了照样答。我特意把 Wi-Fi 关了又问了一遍，还是能答。
然后我注意到了风扇。
响
不是那种偶尔转一下的响，是一直全速，声音有点尖。我摸了下出风口，烫。系统监视器显示内存吃掉 5 个多 G，八个核里有六个是满的。我这台是 2021 年的轻薄本，16G 内存，没独显，平时写写文档风扇基本不转。
后来查了下才知道，没独显的时候模型是拿 CPU 硬算的，内存还得把整个模型装进去。7b 这个规格，量化之后 4.7 GB，听着不大，但每回答一个字都要把这几 GB 从头到尾过一遍。所以它蹦字慢，所以风扇疯转。
我又试了最小的那个：
ollama run qwen2.5:0.5b
这个快多了，几乎不用等，风扇也消停了。但问它稍微绕一点的问题就开始胡说，让它算个 24 乘以 17 都能给我编个数。小模型就是这样，别指望它算账。
00:50 我开始折腾别的参数，想看看能不能让 7b 别那么吵。搜到有人说可以限制线程数，有人说换个量化版本。我试了半天，速度确实变了一点，风扇该响还是响。中间还顺手把 ollama ps 的输出截图发了群里，有人回我一句"你这笔记本挺拼的"。
卸
1 点 02 分，我把它关了。
ollama stop qwen2.5:7b
风扇大概又过了半分钟才降下来。房间突然安静，反而有点不习惯。
第二天想了想，这东西对我没什么用。真要问点什么，网页版又快又准，还不用听风扇。本地跑的意义大概是：文件不想传出去、或者要在没网的地方用、或者就是想拆开看看。这三样我那晚一样都不占，纯粹是好奇。
模型我没删，还占着 4.7 GB。哪天真有需要再说吧。
不想听风扇这么转，VidDown 上的解析和转换都在网页里做，笔记本不用出力。
只是那晚之后我有个后遗症：现在一听见风扇全速转，就下意识去摸一下出风口。