OllamaがローカルLLMをどうやって呼び出しているのか

Ollamaとllama.cpp Ollamaは内部的にllama.cppを利用してLLMのテキスト生成を実行していることが知られています。通常高性能なGPUやRAMが要求されるモデルの推論処理を、llama.cpp向けの量子化されたGGML/GGUFモデルを使うことによって一般ユーザーのPCの処理性能でもLLMを動作させることが可能になっているわけです。 という部分までなんとなく理解していたのですが、自分でカスタムモデルを使いたくなった段階でllama.cppについて知る必要があったのでollamaコマンドのソースコードを起点に内部仕様を調べることにしました ollama serverとllama server OllamaはGoで実装されたバックエンドサービスとなるREST APIを提供します。これはollama serverと呼ばれています。ollamaコマンドはこのバックエンドサー