要使软件使用GPU，您可以按照以下步骤操作：

确认GPU可用性

在设备管理器中检查独立显卡是否被正确识别并启用。

在BIOS设置中确认GPU是否被启用。

设置默认GPU

在Windows系统中，通过“图形设置”将特定应用程序或游戏与独立显卡关联。

在Linux系统中，可以通过设置环境变量`CUDA_VISIBLE_DEVICES`来指定使用哪个GPU。

安装GPU驱动和计算框架

对于NVIDIA GPU，需要安装CUDA驱动程序和CUDA工具包。

对于AMD GPU，需要安装OpenCL驱动程序和对应的SDK。

配置深度学习框架

如果您使用的是TensorFlow，可以通过`tf.config.list_physical_devices（'GPU'）`来确认TensorFlow使用的是GPU，并通过设置环境变量`CUDA_VISIBLE_DEVICES`来强制使用特定的GPU。

如果您使用的是PyTorch，需要安装并配置CUDA和cuDNN，并在代码中通过`os.environ["CUDA_VISIBLE_DEVICES"]`来指定使用的GPU。

验证GPU使用情况

在Windows系统中，可以通过任务管理器的“性能”选项卡来查看GPU的使用情况。

在Linux系统中，可以使用`nvidia-smi`命令来查看GPU设备状态。

运行程序

在命令行中，使用`optirun`（Linux）或`start / affinity 0`（Windows）来运行程序，以便使用指定的GPU。

请根据您的操作系统和具体需求选择合适的方法。对于深度学习框架，确保安装了正确的GPU驱动和计算框架，并在代码中正确配置了GPU的使用。