一、 硬件配置概览

• CPU： 第12代英特尔酷睿 i7-12650H (10核16线程 @ 最高4.60GHz)
• GPU（集成）： 英特尔® UHD Graphics（Alder Lake-P GT1）
• GPU（独显）： NVIDIA GeForce RTX 4060 Max-Q / Mobile（8GB 显存）
• 内存： 32GB

二、 操作系统现状

我当前采用了 Windows 11 与 Deepin V25 双系统 的配置方案。

Windows 11 子系统应用：

• 安装了 ollama 和 Cherry Studio 以支持 AI 本地应用。
• 部署了 WSL2 (Windows Subsystem for Linux 2)，同时安装了 Ubuntu WSL 和 Deepin WSL。
• 核心使用的 Ubuntu WSL 被配置为 本地服务器环境，并安装了 1Panel 管理面板 进行集中管理。
• 在该环境下部署了 Halo 个人博客/笔记系统。
• Deepin WSL 主要用于测试目的。

Deepin v25: 安装了1Panel+Halo+Ollama+Cherry Studio

总体目的： 我的想法是最大化硬件性能利用，支持免费 AI 大模型的本地部署运行，并能方便调用各种服务器软件资源，同时也是兴趣使然。

三、 选择双系统的初衷

主要有以下三方面的考虑：

1. 体验国产 Linux 发行版： 近期对国产操作系统产生了浓厚兴趣，想体验最新版本。我主要尝试了 Deepin（一二十年前曾用过）和 openKylin。openKylin 的最新版本 SP2 在通过 U 盘引导启动后，安装过程即出现黑屏无响应，最终未能安装成功。之后还尝试了 Ubuntu 24.04 LTS，但其在运行一段时间后出现卡顿，且未能成功配置我习惯的 Fcitx5 五笔输入法，也被放弃。Deepin V25 则比较顺利（初次安装时由于不熟悉其“磐石固件保护”功能而稍有波折，导致重装一次），虽然安装部分个人所需软件时不是特别顺畅，但总体体验感较好，其集成的 AI 功能尤其吸引我。
2. 对 Windows 系统的担忧： 近期 Windows 11 的自动更新补丁被曝存在严重 BUG，导致不少用户的 SSD 存储设备损坏。我本人就不幸“中招”，有两块 SSD 在写入大量数据（约数十GB）时突然失效，无法被系统识别，造成相当大的困扰。此外，Edge 浏览器日趋强势的作风，以及美国在技术上的一些动向，都让人感到心烦、甚至厌恶。虽然年纪渐长，但我认为自己有必要重拾对 Linux 及国产操作系统的兴趣，开始逐步将主力工作环境向 Linux 平台迁移，深切希望 Deepin 能成为一个稳定、可靠的长期选择。
3. 社区观察： 出于对 openKylin SP2 安装失败原因的好奇，我浏览了其社区，发现用户反映 SP2 新版本安装或使用中遇到的问题，似乎比 Deepin V25 还要更多一些，这就更促使我决定选择了Deepin V25。

四、为了本地部署和运用AI大模型，N卡驱动和GPU加速的问题得首先解决。当然，得益于Deepin自带的UOS AI，遇到问题直接问它，不是太复杂的技术问题一般是能够解决。

完整重装NVIDIA显卡驱动套件

# 完全删除现有NVIDIA组件
sudo apt purge '*nvidia*'
sudo apt autoremove
sudo apt clean

# 重新安装完整驱动包
sudo apt install nvidia-driver-full
# 安装任务栏显卡切换插件
sudo apt install dde-dock-graphics-plugin

重启电脑，任务栏切换成N卡，注销再进就可以了。

如果终端下nvidia-smi有输出，说明安装成功。

安装NVIDIA Container Toolkit

1. 添加 GPG 密钥：

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

2. 添加仓库：

curl -s -L https://nvidia.github.io/libnvidia-container/debian11/libnvidia-container.list | \

sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \

sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

3. 最后更新源：

sudo apt update

注意：Deepin 25 基于 Debian 11，因此使用 debian11 是正确的。如果遇到任何错误，可以将 URL 中的 debian11 改为 experimental 作为备选方案。

Deepin v25 安装1Panel+Docker + NVIDIA GPU 验证

1. 先关闭磐石系统：sudo deepin-immutable-writable enable （执行完命令后，需重启系统才可以生效）

2. 一键脚本安装1panel（包含了Docker），根据命令行提示完成安装：

   sudo bash -c "$(curl -sSL https://resource.fit2cloud.com/1panel/package/v2/quick_start.sh)"

3. 检查 NVIDIA Container Toolkit

which nvidia-ctk

nvidia-ctk --version

4.注册 NVIDIA 运行时

sudo nvidia-ctk runtime configure --runtime=docker

5. 设置默认运行时（修复 daemon.json）

sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "runtimes": {
    "nvidia": {
      "path": "nvidia-container-runtime",
      "runtimeArgs": []
    }
  },
  "default-runtime": "nvidia"
}
EOF
sudo systemctl restart docker

6. 确认默认运行时

docker info | grep -i runtime
# 应显示 Default Runtime: nvidia

7. 验证 GPU 可用

docker run --rm --gpus all nvidia/cuda:12.2.0-base-ubuntu22.04 nvidia-smi

8. 镜像留存

镜像仅 ~200 MB，保留供后续复测；磁盘紧张时 docker image prune 清理。