- Expediere
- 28 septembrie 2026 la 14:09 UTC
- Autor
- Kamo
- Comite
- f4d979d
lama-server gazdă-RAM prompt cache implicit la 8192 MiB (-cache-ram), Toată limita containerului, aşa că a crescut până când nucleul a ucis-o pe Ollama: 2026-09-28 a avut loc 14 cereri în 3 548 MiB pe un ~4.4 GiB model și 15 Salvare a fost OOMKilled (8 reporniri în 9.5 h, 502 la fiecare apel în zbor). LLAMA ARG CACHE RAM =1024 păstrează aproximativ patru prompte (pașii de agent parts ~340 tokens of prefix, so nothing is lost); LLAMA ARG CTX CHECKpoints=8 lits the puncte de verificare per lot (2-3 per prompt la ~55 MiB) că implicit 32 stânga la 1.7 GiB. Ollama începe lama-server cu nici un steag, iar env ajunge la el.