some pascal gpus not supported anymore?

快速结论：该报错通常出现在 Ollama 0.32.11 至 0.32.13 版本中，当系统检测到 Pascal 架构（如 Quadro P6000/P4000）时，因编译架构列表中不再包含对应计算能力（cc=610）而直接跳过 GPU。优先排查当前 Ollama 安装包是否仍保留旧版 CUDA 库（如 cuda_v11），或回退到 0.32.10 及更早版本。

适用环境：Ollama 0.32.13，Linux（systemd 服务），NVIDIA 驱动 580.173.02，CUDA 13.0（驱动报告），Quadro P6000/P4000（Pascal 架构，计算能力 6.1），Vulkan 启用（OLLAMA_VULKAN=true），Intel HD Graphics 510 作为集成 GPU。

最快修复方案：暂无确认的一步修复方案。Issue 中用户提出降级驱动或回退 Ollama 版本作为尝试方向，但尚未在讨论中得到官方验证。可优先尝试回退 Ollama 到 0.32.10 或更早版本，并检查是否仍调用旧版 CUDA 库。

注意事项：Ollama 日志显示其 CUDA 库目录为 cuda_v13，编译架构列表从 750 到 1210，未包含 Pascal 的 610。这可能是 0.32.11 起默认编译行为变化所致，也可能是驱动识别异常。回退版本可能带来其他功能缺失，降级驱动也可能影响 CUDA 13 相关应用，操作前请备份数据。

问题场景

用户在多 GPU 机器上运行 Ollama 0.32.13，系统识别到 5 张 NVIDIA 显卡（3 张 Quadro P6000、2 张 Quadro P4000），但 Ollama 日志显示所有 Pascal 设备因“compute capability not in compiled architectures”被跳过，GPU 无法用于推理。此前 0.32.11 以下版本可正常工作。

报错原文

level=INFO source=llama_server.go:299 msg="skipping CUDA device — compute capability not in compiled architectures" device="Quadro P6000" cc=610 archs="[750 800 860 870 890 900 1000 1030 1100 1200 1210]" libDirs="[/usr/local/lib/ollama /usr/local/lib/ollama/cuda_v13]"

原因分析

Ollama 0.32.11 起可能调整了 CUDA 编译架构默认列表，不再包含 Pascal 系列（计算能力 6.1）。日志中 archs 显示的最低架构为 750（对应 Turing），导致旧卡被主动跳过。这可能原因：

Ollama 在新版本中默认仅编译新版 CUDA 库（cuda_v13），而该库未包含 Pascal 架构。
NVIDIA 驱动 580 报告 CUDA 13.0，但 Pascal 卡在驱动层仍走旧路径，Ollama 检测逻辑未能兼容。
用户配置了 OLLAMA_VULKAN=true，Vulkan 路径可能干扰 CUDA 设备发现，尽管日志中 Vulkan 只用于集成 GPU。

环境排查

确认 Ollama 版本：ollama --version，若 ≥0.32.11 则重点排查。
查看实际 CUDA 库目录：ls /usr/local/lib/ollama/，确认是否只有 cuda_v13。
检查驱动与 CUDA 匹配：nvidia-smi 顶部确认驱动版本和 CUDA 版本。
确认显卡计算能力：nvidia-smi --query-gpu=name,compute_cap --format=csv，P6000/P4000 应为 6.1。
启用调试日志：OLLAMA_DEBUG=2（或 =INFO），观察 journalctl -u ollama 中完整设备发现过程。

解决步骤

备份现有模型和配置：确保 OLLAMA_MODELS 目录（如 /usr/share/ollama/.ollama/models）有备份。
回退 Ollama 版本（可优先尝试）：卸载当前 0.32.13，安装 0.32.10 或更早版本，启动后检查日志是否仍跳过 Pascal 设备。
尝试降级 NVIDIA 驱动：如 Issue 所述，580 驱动可能使 Ollama 误判 CUDA 版本。建议安装 550 或 535 系列驱动，重启后重新测试。
清理或重装 Ollama CUDA 库：若旧版本恢复正常，可对比新旧安装包中 cuda_v* 目录差异；需要时手动复制旧版 cuda_v11 目录（若存在）到新版本目录。
关闭 Vulkan 选项：临时设置 OLLAMA_VULKAN=false（在服务文件中修改 Environment），排除 Vulkan 干扰。

验证方法

修改后重启 Ollama 服务（systemctl restart ollama），在 journalctl -u ollama -f 中观察日志。若不再出现 skipping CUDA device 且出现 inference compute 或类似表示 GPU 加载成功的消息，再执行 ollama run 模型名 测试推理速度；也可用 nvidia-smi 观察 llama-server 进程是否正确占用 GPU 显存。