1. 如果你仅用 Open-WebUI 作为 Ollama 的 “界面”（90% 用户场景） 不需要 CUDA 版本，用 latest 基础版即可：

原因：Open-WebUI 本身是前端界面，核心的模型推理（如 gemma3:12b 的计算）由 Ollama 负责，而你已配置 Ollama 调用 3090 的 GPU（通过 CUDA 驱动）。此时 Open-WebUI 仅处理界面渲染、对话管理，不涉及 GPU 计算，基础版完全足够。

优势：镜像体积小（4.3GB vs CUDA 版 10.6GB），启动更快，资源占用更低。

2. 如果你需要 Open-WebUI 自身处理 GPU 任务（少数场景） 建议用 CUDA 版本，例如：

使用 Open-WebUI 的 多模态功能（如上传图片让模型分析、生成图像 / 视频），此时 Open-WebUI 会直接调用 GPU 加速图像处理。

启用 Open-WebUI 的 本地模型微调、嵌入计算 等高级功能，这些操作依赖 CUDA 加速。

原因：CUDA 版本的镜像内置了与 CUDA 驱动匹配的运行时库，能直接利用你已安装的 CUDA 环境，避免 “驱动与运行时不兼容” 的问题。 总结：按需求选择 文本对话为主 → 用 latest 基础版（推荐）：

sudo docker run -d --name open-webui --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --restart always ghcr.io/open-webui/open-webui:latest

多模态 / 高级 GPU 任务 → 用 cuda 版：

sudo docker run -d --name open-webui --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --gpus all --restart always ghcr.io/open-webui/open-webui:cuda

两种版本都能正常对接 Ollama 的 GPU 推理，区别仅在于 Open-WebUI 自身是否直接使用 CUDA。根据你的使用场景选择即可，后续也可随时切换版本（删除容器后重新启动对应镜像）。

3. 验证 Ollama 连接：

界面左下角 → 「设置」→「外部连接」，Ollama API 应显示「已连接」，且模型列表会加载 Ollama 中已下载的模型。