先说结论：ollama ps 的 PROCESSOR 列比任何设置项都可信 「我明明有显卡，为什么 ollama 还是慢得像在跑 CPU？」这个问题在本地大模型圈子里出现的频率，和「模型下载卡住」差不多高。但两者的性质完全不同：下载卡住是网络问题，跑在 CPU 上是资源调度问题，而且 ollama 在这件事上几乎不给你任何提示——它不会弹窗说「我没用上你的显卡」，它只是安静地退回到 CPU，然后你看着一秒两三个字的速度怀疑人生。 所以这篇文章不列「十大原因」，只给一条能走通的顺序：先定性（到底是不是 CPU 在算），再定位（卡在驱动、后端库、容器、显存还是上下文），最后才谈改设置。 顺序反了，你会花一下午改环境变量，而问题可能只是模型比显存大了 2 GB。 先把最容易搞错的一件事说清楚：慢不等于没上 GPU。 有三种慢长得很像，但成因完全不同。 第一种是加载慢：执行 ollama run 之后要等十几秒甚至几分钟才开始出字。这是把几 GB 的权重从磁盘读进内存/显存，受磁盘速度限制，机械硬盘和网络盘会特别明显。 第二种是首字慢：模型已经加载好了，但你敲完问题要等很久才看到第一个字。这通.... 有更新 ollama 有显卡却跑在 CPU 上：先看 ollama ps 的 PROCESSOR 列，再按五层往回查（2026） AI 工具