准备环境

首先，你需要一台带集成显卡（iGPU）的电脑，比如 Intel Arc 或 AMD Radeon 780M。集成显卡没有自己的显存，会借用系统内存，所以最好有 16GB 以上内存。

• 下载并安装 Ollama（从 ollama.com 下载）或 LM Studio（从 lmstudio.ai 下载）。
• 确保显卡驱动是最新的，避免兼容问题。

安装步骤

1. 打开 Ollama 或 LM Studio，首次启动会自动检测硬件。
2. 选择一个量化（quantization）模型，比如 Llama 3.2 1B Q4_K_M。量化就是压缩模型，让它能在有限内存里跑。
3. 在 LM Studio 中，进入“GPU Offload”设置，限制推送到 GPU 的层数（比如 10 层），防止内存爆满。

验证是否成功

在 Ollama 终端输入 ollama run llama3.2:1b，如果出现对话提示，说明运行成功。在 LM Studio 中点击“Start Server”，然后打开聊天窗口测试。

下一步可以做什么

• 尝试更大的模型（如 7B），但注意调低量化级别，比如 Q4。
• 用 ollama list 查看已下载的模型，用 ollama pull 模型名 下载新模型。
• 在 LM Studio 中调整 GPU 层数，找到性能与内存的平衡点。