Update README.md

README.md

-# Ollama
+# <div align="center"><strong>Ollama</strong></div>
+
+## 简介
+
+Ollama是以llama.cpp为后端的前端大模型推理框架，可快速部署主流模型。
 
 ## 安装
 
-### 本仓库
+组件支持
++ Python 3.10
++ Cmake 3.29
++ gcc 7.3.1
++ go  
+
+### 1、使用dockerfile方式安装
 
 本仓库仅提供代码修改时的参考，请勿直接使用，官方版本0.1.43已测可用。
 本仓库也提供了已测试通过的`Dockerfile`（Z100），在`ollama_build.zip`中，如需适配其他平台需要按照下述文档对`Dockerfile`进行修改，主要为`AMDGPU_TARGETS=当前设备型号（如：gfx906，gfx928等）；HSA_OVERRIDE_GFX_VERSION=设备型号（如: gfx906对应9.0.6；gfx928对应9.2.8）`。
@@ -18,7 +28,7 @@
 |0.1.43|ollama_build.zip|qwen2:7b-instruct-fp16|
 |0.3.5|ollama_035.zip|llama3.1:8b-instruct-q8_0|
 
-### 官方版本下载及修改
+### 2、使用源码编译方式安装
 
 #### 环境准备
 
@@ -50,9 +60,9 @@
     cd llm/llama.cpp
     pip install -r requirements.txt
 
-### 编译
+#### 编译
 
-#### 环境设置
+##### 环境设置
     export AMDGPU_TARGETS=当前设备型号（如：gfx906，gfx928等）
     export HSA_OVERRIDE_GFX_VERSION=设备型号（如: gfx906对应9.0.6；gfx928对应9.2.8）
     export HIP_PATH=/opt/dtk/hip
@@ -94,12 +104,12 @@ gcc升级（如需，gcc - 7.3.1可正常编译）
     rpm -q gcc
     rpm -e 上一步的输出 （需要卸载所有依赖项）
 
-#### 运行编译
+##### 运行编译
 
     cd llm/generate && bash gen_linux.sh
     cd ../.. && go build
 
-## 快速应用
+## 验证
 
     ./ollama serve &
     export HIP_VISIBLE_DEVICES=0  （选择可用设备，可通过上条命令输出结果查看）
@@ -109,11 +119,9 @@ gcc升级（如需，gcc - 7.3.1可正常编译）
 
 注意：每次运行前请检查环境变量`HSA_OVERRIDE_GFX_VERSION`是否正确设置。
 
-## Release Notes
-
-1、在DCU平台上，该项目对fp16(qwen2-7b, llama3-8b), q8(mistral-7b)测试通过；
+## Known Issue
 
-2、在DCU平台上，该项目对更极端的量化模型支持需要进一步优化，请选择q8以及上的模型。
+1、在DCU平台上，该项目对q4的量化模型支持需要进一步优化，请选择q8以及上的模型。
 
 ## 参考资料