ollama-intel-arc

让 Intel Arc 显卡跑起 Ollama 和 Stable Diffusion，一键部署 AI 全栈。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 57 🐛 待处理 17 👀 关注 13
GitHub ↗
GitHub 星标 ★ 431
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，基于Apache-2.0许可，可免费使用和部署，无付费版本。

项目预览

ollama-intel-arc 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队eleiton
GitHubhttps://github.com/eleiton/ollama-intel-arc
定价模式🏷️完全免费
价格说明开源项目，基于Apache-2.0许可，可免费使用和部署，无付费版本。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Dockerfile
技术栈/模型docker,intel-arc,intel-gpu,ollama,openai-whisper,stable-diffusion
GitHub 星标★ 431
上线时间2024-09-28 00:00:00
代码更新2026-11-01
仓库体积1.5 MB
本站数据更新2026-11-08
维护状态较活跃
收录时间2026-08-09
浏览次数3

项目介绍

这是一个基于 Docker 的部署方案，旨在让用户充分利用 Intel Arc 系列 GPU 运行 Ollama、Stable Diffusion、Whisper 和 Open WebUI，实现图像生成、语音识别以及与大语言模型的交互。项目解决了 Intel 显卡在 AI 推理场景中支持不足的问题，通过容器化封装，简化了 Intel GPU 驱动、运行时和工具链的配置。核心能力包括：一键式启动 Ollama 服务以运行 LLM，集成 Stable Diffusion 进行文生图/图生图，集成 Whisper 实现语音转文字，并通过 Open WebUI 提供统一的可视化交互界面。项目提供了详细的配置文件和脚本，支持多种 Intel Arc 显卡型号，并针对性能进行了优化。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 431

使用教程

难度：进阶 约 40 分钟 部署方式：容器部署 5 步

环境要求

  • Intel Arc 独显
  • Docker
  • 内存 16GB 起

安装与启动步骤

  1. 1确认显卡被识别

    方案针对 Intel Arc 独显，核显跑不出效果。

  2. 2拉仓库

    一个 compose 文件把界面与推理服务一起带起来。

    git clone https://github.com/eleiton/ollama-intel-arc.git

  3. 3按说明起容器

    首次会拉镜像与模型，慢属正常。

    docker compose up -d

  4. 4打开界面拉一个小模型

    先用小参数模型验证链路，再换成大的。

  5. 5确认走的是独显

    在容器里看设备挂载与显存占用，别默默跑在 CPU 上。

如何确认成功

在界面里对话时容器内的显存占用明显上升，且回复速度明显快于纯 CPU 推理

注意事项

  • 它把 Open WebUI 与适配 Intel Arc 的推理后端打包成一套 compose，省掉自己配驱动。
  • 只对 Intel Arc 独显有效，NVIDIA 卡用官方镜像更顺。
  • 驱动与内核版本不匹配是最常见的失败点，先跑官方验证步骤。
  • 模型文件落在容器卷里，删容器前先确认卷挂载在宿主机。
  • 只适合本地自用，暴露到公网前加认证。

核心亮点

  • 针对 Intel Arc GPU 做了专门的 Docker 配置，解决了驱动和运行时的兼容性痛点
  • 集成 Ollama、Stable Diffusion、Whisper、Open WebUI 四大组件，覆盖主流 AI 应用场景
  • 提供清晰的安装脚本和文档，降低了 Intel 显卡用户使用 AI 工具的门槛

不足之处

  • 项目处于早期阶段，文档和社区支持尚待完善
  • 对非 Intel Arc 显卡用户无直接价值，适用范围有限

适用场景

  • 在 Intel Arc 显卡上本地运行大语言模型聊天服务
  • 使用 Intel GPU 进行 Stable Diffusion 图像生成
  • 搭建集语音识别、对话、图像生成于一体的个人 AI 助手

替代项目

intel-extension-for-transformers、ipex-llm、stable-diffusion-webui

上一篇：selfhostedAI

下一篇：stable-diffusion-deploy

同类项目推荐

sandlock 开源

无容器、无特权，轻量隔离 AI 代码执行

The lightest sandbox. A process-based sandbox for Linux, no container, no VM, no pri···

★ 608 2026-08-09
1flowbase 开源

自托管 AI 网关，协议转换+调度+日志，Agent 通过 MCP 全掌控

Build for agents — from the AI Gateway to the entire application stack.

★ 292 2026-08-09
brinicle 开源

低内存跑向量检索，小机器也能扛千万级索引

A resource-efficient C++ vector index engine built for low-RAM production workloads

★ 102 2026-09-18
TransformerEngine 开源

让 Transformer 在 NVIDIA GPU 上跑得更快更省显存

A library for accelerating Transformer models on NVIDIA GPUs, including using 8-bit ···

★ 3599 2026-10-31
latticedb 开源

一个文件搞定图、向量和全文检索，给 RAG 用

Embedded single-file knowledge graph database with vector search and full-text searc···

★ 747 2026-10-02
pyseekdb 开源

用 Python 轻松连接 OceanBase，高效实现向量检索

A unified python SDK supports OceanBase or OceanBase seekdb, more efficient and easy···

★ 62 2026-08-09
Observal 开源

把 AI 组件管起来，共享复用还能看运行数据

Share and discover coding agent resources across your team. Self-hosted, Apache 2.0,···

★ 4325 2026-08-09
containers 开源

一键拉取 Runpod 镜像，快速跑通 Stable Diffusion 生成任务

| Dockerfiles for the Runpod container images used for our official templates.

★ 240 2026-08-09
jangq 开源

把 GGUF 模型搬上 Mac 的 MLX，量化后照样跑得动

JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantiza···

★ 232 2026-10-16