Lemonade 环境配置（Ubuntu 24.04）
本节介绍在 Ubuntu 24.04 上安装 Lemonade Server，提供 OpenAI 兼容 API 和 Web UI。GPU 走 llama.cpp，NPU 走 FastFlowLM。本页只装环境和后端；拉模见 01-Deploy。
官方文档：Ubuntu 安装 · Linux NPU / FLM
NPU 驱动与 IOMMU 的细账在 FastFlowLM 环境。Lemonade 只是调用已装好的
flm。
本教程验证基线（2026-09-16）
| 项 | 值 |
|---|---|
| 包 | lemonade-server 11.9.0~24.04 |
| CLI | lemonade version 11.9.0 |
| 服务 | /usr/bin/lemond，默认 13305 |
| OpenAI | http://127.0.0.1:13305/api/v1（部分客户端也可试 /v1） |
| GPU 后端 | llamacpp:vulkan（实测机 kernel 6.17 上 llamacpp:rocm 报 Linux kernel missing support） |
| NPU 后端 | 见下方注意：本教程 NPU 推荐走原生 FastFlowLM 8219 |
| 系统服务 | lemond.service（enabled），工作目录 /var/lib/lemonade |
1. 安装 Server
bash
sudo add-apt-repository -y ppa:lemonade-team/stable
sudo apt update
sudo apt install -y lemonade-serverbash
lemonade --version
lemonade status应看到 lemonade version 11.9.0（或更新）。Server 在跑时：Server is running on port 13305。浏览器打开 http://127.0.0.1:13305。
APT 安装通常会启用 lemond.service（开机自启、用户 lemonade、ProtectHome=yes）。用完可停：
bash
sudo systemctl stop lemond不要开机自启：
bash
sudo systemctl disable --now lemond⚠️ 单位名是
lemond，不是lemonade-server。
2. 安装推理后端
bash
lemonade backends
lemonade backends install llamacpp:vulkan # 已装可跳过
lemonade backendsllamacpp:rocm 需要内核满足 gfx1151 Linux。不满足时用 Vulkan，不要卡在 ROCm 后端。
关于 flm:npu：
lemonade backends install flm:npu会去 GitHub 拉 FLM 包，国内常超时。- 系统里若已有 apt / deb 安装的
flm，systemd 的lemond.service以用户lemonade运行且 ProtectHome=yes，读不到~/.config/flm。 - 因此本教程 NPU 请走 FastFlowLM 环境 +
flm serve（端口 8219）。 - 若你改用登录用户前台跑
lemond（不要 systemd ProtectHome），并成功装上flm:npu，再尝试lemonade load <flm-tag>。
不要 source /opt/rocm 再跑 Lemonade 的 NPU 路径。
3. 体检
bash
lemonade --version
lemonade status
lemonade backends
ss -tlnp | grep 13305可选脚本：
bash
bash src/npu/scripts/check_lemonade.shNPU 还要另做 FastFlowLM 校验：
bash
unset ROCM_PATH HIP_PATH LD_LIBRARY_PATH
bash src/npu/scripts/check_flm_npu.sh4. 常用命令
| 命令 | 作用 |
|---|---|
lemonade backends | 已装 / 可装后端 |
lemonade status | Server 是否在 13305、已 load 的模型 |
lemonade list | 目录；--downloaded 只看本地 |
lemonade pull NAME | 下载（国内可加 --source modelscope） |
lemonade load NAME | 加载到 Server |
lemonade unload | 卸模型 |
lemonade run NAME | load + 打开 Web UI |
lemonade chat | 终端 REPL |
GPU 指定后端：
bash
lemonade load Gemma-4-E4B-it-GGUF --llamacpp vulkan5. 与本教程其它端口
| 端口 | 用途 |
|---|---|
| 13305 | Lemonade Server |
| 8219 | 原生 flm serve（与 Lemonade NPU 互斥） |
| 11434 / 8000 等 | Ollama / vLLM 等 GPU 教程，统一内存紧张时不要同时常驻 |
下一步：