用Ollama在旧笔记本上跑量化大模型的完整踩坑记录

咨询发布

手头有台五年前的游戏本，i7 加 16G 内存加 2060 显卡 6G 显存，本来打算吃灰，上周末心血来潮装了 Ollama 折腾大模型，居然跑通了，把踩的坑记一下。

显存只有 6G 是最大的坑。直接拉 7B 的完整模型直接爆内存，后来改用 q4 量化的版本，占 5G 左右显存，刚好塞下，速度大概每秒十几个 token，日常问答完全可用。14B 的模型勉强能跑但会溢出到内存，速度掉到每秒两三个字，等得心焦。另外一定要去设置里让 Ollama 用独显，默认装完它有时候走核显，我盯着任务栏看了半天才反应过来。

下载模型记得配镜像源，不然几十 GB 的进度条能让人崩溃。再给个实用建议：模型装好后先用命令行进去问几个固定问题测速度，没问题再用 API 接到自己的小工具里玩，我把它接到了本地笔记软件上做摘要，体验已经超出预期了。老笔记本别扔，还有救。