要让程序不运行GPU，你可以采取以下几种方法：
通过系统设置关闭GPU显示
在Windows系统中，可以通过“设置”->“系统”->“关于”->“设备管理器”->“显示适配器”来禁用或启用GPU。
在Linux系统中，可以通过编辑`/etc/X11/xorg.conf`文件或者使用`nvidia-settings`命令来禁用GPU。
使用环境变量
在Python项目中，可以通过设置环境变量`CUDA_VISIBLE_DEVICES`为`-1`来禁用所有GPU设备。例如，在代码中添加以下行：
```python
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
```
这样，深度学习框架就会强制使用CPU进行计算。
在代码中指定设备
如果你只想禁用特定GPU，可以在代码中指定`CUDA_VISIBLE_DEVICES`环境变量为特定的GPU编号，例如：
```python
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0" 禁用GPU 0
```
或者在TensorFlow中，可以通过配置`tf.ConfigProto`来限制使用的GPU：
```python
import tensorflow as tf
gpu_config = tf.ConfigProto()
gpu_config.gpu_options.allow_growth = True
with tf.Session(config=gpu_config) as sess:
使用CPU
```
使用第三方软件
有些第三方软件可以帮助你管理GPU的使用，例如MSI Afterburner、EVGA Precision X1等，它们提供了GPU使用情况的监控和配置功能。
在Linux系统中杀掉GPU进程
如果你想要完全关闭GPU，可以使用`nvidia-smi`命令查看GPU进程，并使用`kill`命令杀掉相关进程。例如：
```bash
sudo nvidia-smi
sudo kill -9 <进程ID>
```
根据你的具体需求和操作系统，选择合适的方法来禁用GPU。如果你是在开发深度学习项目，通常需要在代码中设置环境变量来确保程序使用CPU。如果你只是想在系统级别关闭GPU显示，可以通过系统设置或图形处理器驱动程序来完成。
