原版的 deepin modelhub 内置的 llama.cpp 是没有开启 cuda 编译选项的，所以原版的 uos ai 没法调用 n 卡来跑模型的，就只能拿 CPU 算，速度比较慢
（原版的没有编译带 cuda 的 so）
所以我手动开启了 cuda 选项重新编译了一下，就能用 N 卡算了
唯一的问题就是体积大了很多，安装包从原来的 2 MB 暴涨到了 77 MB
这是用 CPU 算的效果（AMD Ryzen 5700G + 2133 频率的内存）
这个是 GPU 算的效果（4060ti 16G），会快很多
注：本地跑模型对显存的要求比较高，我这里跑 DeepSeek 1.5B 模型就需要 2 个多 GB 的显存了，如果显存太小就没什么必要折腾了，爆显存的话还没纯 CPU 计算的快
而且如果你的 n 卡太老或性能太低，可能跑的效果还不如 CPU 算的快
然后需要安装 n 卡闭源驱动才能用，开源驱动用不了哈
下载链接：https://gfdgdxi.lanzouw.com/b0pnixtti
密码:9msn
