■ 先给答案

100% GPU —— GPU 没问题，不必往下读.

40%/60% CPU/GPU split——没挤进显存，换更小的量化。

100% CPU — 没找到可用的 GPU：驱动过旧、缺 render/video 组（AMD）、被钉死的 OLLAMA_LLM_LIBRARY，或没有 GPU 参数的容器。

两条命令

# in one terminal: load a model
ollama run llama3.2 "hello"

# in another: see where it runs
ollama ps

NAME             ID           SIZE     PROCESSOR    UNTIL
llama3.2:latest  a80c4de17cd9 3.3 GB   100% GPU     4 minutes from now

然后读服务器日志，它 点名 Ollama 实际找到的硬件（启动时）：

journalctl -u ollama --no-pager | grep -i "inference compute"

在健康的 NVIDIA 机器上，你想看到大致这样的行：

inference compute id=GPU-xxxx library=CUDA compute=8.9 driver=12.4 name=NVIDIA GeForce RTX 4070

一行都没有，或者有行却以 CPU-only 兜底的信息收尾——问题找到了。检测 只在启动时发生一次，不随每次请求——任何修法之后都要 sudo systemctl restart ollama 再复查。

修法表

按顺序查原因——十有八九，日志行已经告诉你在哪一行了：

症状	可能的原因	修法
`100% CPU`，有 NVIDIA 卡	驱动对自带的 CUDA 太旧	更新驱动，重启机器，重启服务
`100% CPU`，Linux 上的 AMD	缺 `render`/`video` 组	`usermod -aG render,video`，重新登录
`100% CPU`，AMD 卡不受支持	ROCm 拒绝 gfx 目标	`HSA_OVERRIDE_GFX_VERSION=10.3.0`
`40%/60% CPU/GPU` split	模型 + 上下文超出显存	更小的量化或更短的 `num_ctx`
昨天 GPU 干活，今天 CPU	钉死了 `OLLAMA_LLM_LIBRARY` 或驱动过时	找到并删掉该环境变量；更新驱动
本机 GPU，Docker 里却是 CPU	容器启动时没带 GPU 参数	用 `--gpus=all`（或 AMD 的 devices）重建

NVIDIA：是驱动，不是 CUDA

常见的元凶是 驱动，不是 CUDA。Ollama 自带 CUDA 运行库，不需要 CUDA toolkit——但自带的运行库需要一个够新的驱动跟它对话。跑得起来的 nvidia-smi并不算证明：只能证明存在一个驱动，不能证明它够新。

nvidia-smi --query-gpu=driver_version --format=csv,noheader

# Debian/Ubuntu family
sudo apt install nvidia-driver-570
# Arch family
sudo pacman -S nvidia

# then re-detect:
sudo systemctl restart ollama

verify: journalctl -u ollama --no-pager | grep -i "inference compute" → library=CUDA

SPLIT：部分卸载是算术题，不是 bug

模型权重加 KV 缓存必须同时挤进显存。同一个模型，上下文更长——缓存长过卡面，剩下的溢到 CPU：

三种收官差距的办法，最便宜的先来：更小的量化（Q8 → Q4 把权重砍半，质量代价不大）；更短的上下文 (num_ctx 主导缓存大小——8 GB 卡上跑 32K 意味着大部分层留在 CPU）；以及 更少的 GPU 层 —— num_gpu 选项封住卸载上限，把它设到层数以下就必然 split。若有人把它写进了 Modelfile 或 API 调用，解掉它。还有一个陷阱：100% GPU 但依然慢——模型可能在系统内存里换进换出；把 ollama ps SIZE 和你的真实显存对一对。

Linux 上的 AMD：三件可核对的事

1. 二进制里有 ROCm ——官方安装脚本自带。确认服务器检测到了什么：journalctl -u ollama --no-pager | grep -iE "rocm|inference compute".

2. 组员身份 ——运行库要求 /dev/kfd + /dev/dri，也就是这些组：render/video：

sudo usermod -aG render,video $USER
# log out and back in, then:
sudo systemctl restart ollama

缺组是「Ollama 在 Ubuntu 上不用 GPU」这类帖子在各论坛上最常见的原因——驱动从来不是问题.

3. 受支持的 GPU——或者一个绕道。 不受支持的 RDNA2 消费卡（gfx1031, gfx1032）即使 ROCm 全家健在也过不了检测。标准绕道是伪装成受支持的卡：sudo systemctl edit ollama，然后：

[Service]
Environment="HSA_OVERRIDE_GFX_VERSION=10.3.0"

再重启。不受支持但是被广泛用着——若表现不对劲，撤掉它。Windows 上 AMD 支持更窄；先看 Ollama 的支持 GPU 清单，再断定安装坏了。

verify: journalctl -u ollama --no-pager | grep -iE "rocm|inference compute" → 你的 gfx 目标被列出

「昨天还能跑」

升级改动的是以下三件事之一，按概率排序：

被钉死的后端运行库。 OLLAMA_LLM_LIBRARY 强制指定一个 runner（cuda_v11, rocm，甚至 cpu），而它 无声地压过自动检测。这是调试开关，会在 shell 配置和服务文件里长期驻留，久到把当初设它的原因都忘了。找到它：systemctl show ollama --property=Environment | grep -i llm_library 和 env | grep OLLAMA ——然后删掉。
驱动落后于运行库。 Ollama 升级自带更新的 CUDA 运行库；你的驱动不动它就不动。修法与驱动一节相同。
服务被装进了容器，参数丢了。 没带 GPU 参数重建的 Docker 容器就是 CPU-only 容器——带上 --gpus=all（或 AMD 的 device 参数）重建。

■ 诚实的盖印 测试于：ollama · RTX 3060 / 4070 · 驱动 535 → 570 · Ubuntu · WSL2 · Docker。 首发于 2026-09-16。PROCESSOR 的三种状态、启动检测那一行、以及表里的每种修法，都是在这些机器上看到的 ollama 文档行为——从回归了 GPU 的机器上敲出来，不是想象。

五种原因到此为止 · 未取任何远程内容 · 全程本地