手头刚好有台旧笔记本安装的win10  8GB + 4GB 750m独显, 过年无事刚好deepseek火爆, 用ollama部署1.5b模型玩玩。结果发现只能用CPU运行，于是开始折腾，势要挪到GPU里。

        查了一下750M只能到cuda v10.1版本（CUDA Toolkit 10.1 Original Archive | NVIDIA Developer），于是安装了一系列软件：

1  Vstudio2022:  win10SDK + 2022编译器， 2017编译器（cuda v10.1需要）

2  构建环境： mingw64 (go cgo链接需要)

3  ollama 0.5.7版本源文件

4  cuda toolkit 10.1

        开始使用2017版本编译器，删掉了代码中低版本nvcc不支持的特性，结果死活编译不过去，卡在一个模板定义上， 这个模板定义只2022编译器支持。直接使用2022编译器，结果一堆头文件阻止你，提示“必须是12版本以上的nvcc”。期间安装了高版本nvcc, 编译倒是成功了，但不支持编译CUDA_ARCHITECTURES="30" 的 750M。

        幸好nvcc支持--use-local-env（解决vcvars64.bat找不到），-allow-unsupported-compiler（支持高版本的编译器）。 自定义了一个怪胎VC编译环境： 采用2022版的二进制 +  2017版本的头文件 + 2022版本的库文件。增加cuda_v10的编译脚本， make cuda_v10，通过!

        剩下就简单了，需要修改ollama中的GPU发现，将"_v10" 依据查询到的driver特性附加上去，重新编译ollama

make CUDA_ARCHITECTURES="30" EXTRA_GOLDFLAGS="\"-X=github.com/ollama/ollama/discover.CudaComputeMajorMin=3\" \"-X=github.com/ollama/ollama/discover.CudaComputeMinorMin=0\"" exe

        编译完成后， 替换掉原来的ollama.exe，且将cuda_v10_avx目录拷贝到与ollama安装的cuda_v11_avx同级即可。

        开始运行我的模型  ollama run deepseek-r1:1.5b, 结果

遗憾的是， 居然没有CPU运行快 T_T ；只是帮我省了内存。算了，几天后要开班了，又得996没空玩。

        （利用了各种免费大模型询问解决各种编译问题，完全涉足一个不太熟悉的cuda领域，不得不说AI真是太强大了。）

建立了编译项目: https://gitee.com/Q22954230/ollama-0.5.13-for-old-nvdevice

基于最新版0.5.13 内含编译好的动态库,  还有一个未经验证的Tesla K80动态库;可以先安装0.5.13再用编译好的覆盖上去,包括ollama.exe(正常版本会有个compute能力验证限制)