Ollama配置最大并发请求数

Ollama设置并发的核心在于调整系统环境变量OLLAMA_MAX_LOADED_MODELS和OLLAMA_NUM_PARALLEL，直接控制模型加载数量与并行请求处理数，无需修改代码即可生效，在本地部署大语言模型时，很多开发者都会遇到“显存爆了”或者“请求排队太久”的困扰，这通常不是模型本身的问题，而是并发……