Intel Arc Pro B70 擁有 32GB VRAM，對於想要部署本地大型語言模型（LLM）的玩家來說，確實是一張相當有吸引力的顯示卡。畢竟在目前的消費級顯示卡市場中，要找到擁有 32GB 顯示記憶體的產品並不容易。

不過在實際部署時，最大的挑戰並非硬體本身，而是軟體生態。

以 Windows 環境下的 Ollama 為例，由於預設優先使用 NVIDIA CUDA，因此安裝完成後往往無法直接利用 Intel Arc Pro B70 進行推論。許多人測試後看到模型完全沒有載入 GPU，便誤以為顯示卡不支援。

事實上，要突破這道「CUDA 長城」並不困難，只需要在 Windows 中新增一個系統環境變數：

OLLAMA_VULKAN=1

設定完成後重新啟動 Ollama，即可強制使用 Vulkan 後端，讓 Arc Pro B70 正常參與模型推論。

另外，安裝驅動程式時也有一個常見陷阱需要留意。

Intel Arc 與 Intel Arc Pro 雖然同屬 Arc 架構，但兩者使用的驅動程式並不相同。Arc Pro B70 必須安裝 Arc Pro 專用驅動，若誤裝一般 Arc 顯示卡驅動，可能會導致功能異常或效能不如預期。

驅動安裝完成後，如果系統同時啟用了 Intel 內建顯示核心，在 Windows 裝置管理員中通常會看到兩個顯示卡裝置：

• Intel Arc Pro B70
• Intel 內建顯示核心（iGPU）

這屬於正常現象。

若想確認模型是否真的由 B70 進行推論，可以在執行模型時開啟 Windows 工作管理員，切換至「效能（Performance）」頁面觀察 GPU 狀態。

當模型開始載入與推論時，可以看到：

• GPU Compute 引擎產生明顯負載
• 專屬 GPU 記憶體（Dedicated GPU Memory）持續增加
• 模型越大，占用的 VRAM 越高

如果上述數值都有變化，就代表 Ollama 已成功使用 Arc Pro B70 執行推論，而非退回 CPU 運算。

整體而言，雖然 Intel 在 AI 軟體生態方面仍不如 NVIDIA 成熟，但對於追求大 VRAM、希望以較低成本部署本地 AI 的使用者來說，Arc Pro B70 仍然是一個相當值得關注的選擇。只要完成驅動與環境變數設定，在 Windows 下使用 Ollama 執行本地模型其實並沒有想像中困難。