【官方常见问题精选】欢迎在下方补充你的经验或追问。

两个系统都能顺利跑本地大模型，选择取决于你的用途。

• Windows 原生：Ollama、LM Studio 都提供安装包，装好 NVIDIA 驱动后基本开箱即用，适合个人使用和入门。
• Windows + WSL2：如果要用 Linux 下的工具（如 vLLM、各类训练框架），可以用 WSL2。要点是：只需在 Windows 上安装 NVIDIA 驱动，不要在 WSL 里再装一套 Linux 显卡驱动，WSL 会自动使用宿主机驱动。
• Linux：服务器和生产部署的主流选择，驱动、CUDA、容器生态完整，性能和稳定性更容易调优。

环境检查清单：

• 运行 nvidia-smi，能看到显卡和驱动版本，说明驱动正常。
• Python 工具建议使用虚拟环境（venv 或 conda），避免依赖冲突。
• PyTorch、CUDA 和驱动版本要互相匹配，安装时按官方页面给出的命令操作。
• 用 Docker 的话，在 Linux 上需要安装 NVIDIA Container Toolkit，再用 --gpus all 启动容器。
• 磁盘预留足够空间，模型文件往往一个就是几 GB 到几十 GB，可以改到大容量盘存放。

常见问题：明明有显卡却在用 CPU 跑，大多是驱动或 CUDA 版本不匹配，或安装的是 CPU 版本的软件包。

你用的是哪个系统？卡在了哪一步？欢迎贴出输出一起排查。