有个客户找我帮忙配置本地的AI环境，说想自己跑大模型，不用联网那种。
行，上门搞定。
结果折腾了大半天，踩了三个坑，记录一下。
问题一：Docker拉不到镜像
客户电脑是Mac M2，我先让他装了Docker Desktop。然后跑Ollama官方命令：
docker pull ollama/ollama
结果报错：
Error response from daemon: Get "https://registry-1.docker.io/v2/": net/http: request canceled
在国内，这个很正常。Docker Hub被墙了。
换了个思路——用阿里云镜像加速。在Docker Desktop设置里找到Engine，添加：
{
"registry-mirrors": ["https://mirror.ccr.cloud"]
}
reload之后，再拉，成功了。
问题二：模型下载到一半卡住
Ollama装好了，开始下载第一个模型 qwen2.5:3b：
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
docker exec -it ollama ollama pull qwen2.5:3b
下载到30%左右，不动了。
以为是网络问题，又试了一次，还是卡在同一个位置。
看了下日志：
downloading model in background process
后台在跑，但是没进度。
最后发现是内存不够。M2的Mac，跑Docker，还要下载1.9GB的模型，16GB内存吃满了。
给Docker Desktop加了内存限制，改成8GB跑模型，剩下的留给系统。然后重新pull，这次跑完了。
问题三：本地跑起来很慢
模型跑起来了，但是问一个问题要等30秒才出第一个字。
检查了下，Ollama默认没开GPU加速。Mac的话需要用 –gpus all 参数，或者直接用 native 版本不要Docker：
# 卸载Docker版本
docker stop ollama && docker rm ollama
# 直接装native版本
brew install ollama
brew services start ollama
native版本直接调用M2的Neural Engine，速度快很多。同样的问题，3秒出第一个字。
总结
三个问题：
- Docker镜像拉不到 → 加镜像加速
- 模型下载卡住 → 内存不够
- 跑起来很慢 → 用native版本
都是基础问题，但第一次配的话确实容易卡住。客户最后自己在家跑得很顺心，说比云端省心。
有些活看着简单，做起来全是细节。