一、安装CudaToolkit
使用控制台命令查看当前显卡驱动中的cuda版本
nvidia-smi
二、下载CudaToolkit
注意：CudaToolkit版本要低于上面的显卡Cuda版本。
Cuda各版本下载地址：CUDA Toolkit Archive | NVIDIA Developer
下载好之后，一路下一步，一直默认即可。
如果安装到了自定义的位置，记得加环境变量。这里我安装到了D盘，下面是我添加的环境变量。
三、验证是否安装成功
nvcc --version安装成功，如下图：
四、设置Ollama环境变量
Ollama安装好后，为了让推理跑在GPU上，可以按照如下步骤 设置环境变量：
在“系统变量”中，点击“新建”按钮。
添加以下环境变量：
变量名：OLLAMA_GPU_LAYER
变量值：cuda
如果需要指定特定的 GPU，可以添加以下环境变量：
变量名：CUDA_VISIBLE_DEVICES
变量值：GPU的UUID(按编号有时找不到，所以使用UUID)
在控制台输入nvidia-smi -L，即可查看GPU的UUID
五、查看ollama是否使用了gpu
通过观察PROCESSOR就能看到，大模型是用的cpu还是gpu，还是混合的。
ollama ps经验证：8G的显卡，跑8b的模型可以100%用GPU,非常流畅。跑14b的cpu和gpu基本4/6开，可以观察SIZE模型运行需要的大小。