问出首个问题后，GPU开始调入显存，要1分钟以后才能回答问题，如果不继续问问题，大约2分钟就释放显存了，如果再问问题,又要重新调用一次,这样显得反应缓慢，特别是在调试阶段，大家都不想用了！能否设置显存启动就调用，可以选择释放时间，或者自动调用就不释放了？以增加响应速度。
MaxKB是通过ollama连接大模型，一段时间不用大模型，再次启动需要重新加载，这需要在Ollama 平台的配置文件中有相关的参数设置，
Ollama的启动参数设置OLLAMA_KEEP_ALIVE=-1。
具体操作可参考Ollama 官方资料。