## 前言
CUDA环境配置教程其实没那么难！本教程用最简单的方式，带你一步步完成配置，避开所有常见坑。
根据最新资料整理，但是买了一些书以及在网上看了一些教程之后发现没有…
## 一、前期准备
### 硬件要求速查
| 配置 | 可运行模型 | 效果 |
|——|———–|——|
| 4核CPU+4GB内存 | 1.5B模型 | 基本可用 |
| 4核CPU+8GB内存 | 7B量化模型 | 流畅对话 |
| 6核CPU+16GB内存 | 14B量化模型 | 效果不错 |
| 独显4GB+ | 7B GPU加速 | 速度飞快 |
量化模型是什么？就是压缩后的模型，用少量精度换大幅内存节省。4位量化可将7B模型显存需求从26GB降到6.5GB！
## 二、下载与安装
### 安装Ollama（最简方案）
Windows：访问 https://ollama.com/download 下载安装
macOS：brew install ollama
Linux：curl -fsSL https://ollama.com/install.sh | sh
### 运行第一个模型
ollama run deepseek-r1:1.5b
1.5B模型4GB内存即可运行。8GB内存推荐：
ollama run deepseek-r1:7b
### 对话使用
直接输入问题即可对话，输入/bye退出。
### 安装图形界面（可选）
下载Chatbox：https://chatboxai.app/
设置→模型提供商选Ollama→地址填http://localhost:11434
## 三、配置步骤
### 模型选择建议
| 内存 | 推荐模型 | 说明 |
|——|———|——|
| 4GB | deepseek-r1:1.5b | 入门首选 |
| 8GB | deepseek-r1:7b | 效果不错 |
| 16GB | qwen2.5:14b | 中文最佳 |
### GPU加速配置
如果显卡支持，Ollama会自动检测启用GPU加速。
不支持的话强制CPU模式：
OLLAMA_LLM_LIBRARY=cpu_avx2
### 量化模型选择
Q4_K_M：低配首选，内存节省60%
Q5_K_M：内存够用选这个
Q8_0：高配选这个，精度更高
## 四、常见报错解决
| 报错 | 原因 | 解决方案 |
|——|——|———|
| 回复为空 | 版本过低 | 升级Ollama到最新版 |
| GPU未识别 | 驱动问题 | 更新显卡驱动 |
| 内存不足 | 模型太大 | 换更小的量化模型 |
| 下载速度慢 | 网络问题 | 设代理或换网络 |
| 中文乱码 | 终端编码 | Windows用PowerShell |
## 五、避坑总结
1. 低配先从1.5B模型开始
2. Windows设OLLAMA_MODELS到D盘
3. 量化Q4_K_M性价比最高
4. GPU不兼容用CPU模式
5. 配合Chatbox界面更好用
本教程由技术保姆网原创，转载请注明出处。