Ollama项目GPU加速问题排查与解决方案

问题背景

在使用Ollama项目进行AI模型推理时，许多用户遇到了GPU未被正确识别和利用的问题。特别是在AWS g5.4xlarge实例上，虽然系统显示NVIDIA A10G显卡已安装且CUDA驱动正常，但Ollama仍然只使用CPU进行计算，导致推理速度大幅降低。

问题现象

用户报告的主要症状包括：

1. 通过ollama ps命令显示模型正在运行，但处理器显示为100% GPU使用
2. 通过nvidia-smi命令查看GPU状态时，却发现没有实际进程占用GPU资源
3. 系统负载主要落在CPU上，GPU利用率始终为0%

根本原因分析

经过深入排查，发现问题的根源在于Ollama运行时缺少必要的CUDA库文件。虽然安装过程没有报错，但关键的CUDA相关动态链接库（如libcublas.so、libcudart.so等）并未被正确部署到系统目录中。

详细解决方案

完整卸载现有安装

首先需要彻底清除现有的Ollama安装，包括：

1. 停止所有运行的Ollama进程
2. 删除Ollama二进制文件和配置文件
3. 清理残留的库文件

正确重新安装

重新安装时需要注意：

1. 确保使用官方提供的安装脚本
2. 安装过程中监控是否有权限问题或网络中断
3. 验证所有依赖库是否被正确安装

关键目录验证

安装完成后，必须检查/usr/local/lib/ollama目录是否包含以下关键文件：

• cuda_v11和cuda_v12子目录
• 各种CUDA运行时库（libcublas*.so, libcudart*.so等）
• 针对不同CPU架构的优化库（libggml-cpu-*.so）

技术细节

Ollama的GPU加速依赖于CUDA和cuBLAS库。当这些库缺失时，系统会自动回退到纯CPU模式。在AWS实例上，虽然NVIDIA驱动已安装，但用户空间的CUDA工具包可能不完整，导致Ollama无法正确初始化GPU计算上下文。

最佳实践建议

1. 在安装前确保系统已安装兼容版本的NVIDIA驱动
2. 监控安装日志，确认所有组件都成功部署
3. 安装后运行简单的GPU测试模型验证功能
4. 定期检查GPU利用率，确保资源被合理利用

总结

通过完整的卸载和重新安装流程，大多数用户的GPU加速问题都能得到解决。这一案例也提醒我们，在部署AI推理服务时，不仅要关注驱动层面的安装，还需要确保应用层所需的全部库文件都正确部署。正确的安装验证流程可以避免后续的性能问题和调试时间。