Ollama 模型运行机制
- 按需加载：Ollama 不会持续运行所有已下载的模型，而是按需加载
- 自动卸载：当模型闲置一段时间（默认 5 分钟）后，Ollama 会自动从内存中卸载
- 内存管理：模型仅在响应请求时驻留内存，请求结束后保留在内存中的时间由
OLLAMA_KEEP_ALIVE控制
ollama与docker类似之处，都相当于在上面进行部署
比如docker 可以进行images部署运行，启停等等操作
ollama可以进行大模型部署（按需），没有提供单个大模型的启停命令
但是会在默认的限制时间内，自动停止运行（自动卸载）（最优解）
间接解决方案：
1.直接停止ollama服务，再重新开启需要运行的大模型（最有效）
2.创建多个ollama（端口不同），一个大模型一个ollama即可（繁琐）
3.直接rm操作（但是这是删除操作，本质上还在运行，并且停止后，如果要再运行需重新下载）（无法实现，常犯问题）
