DeepSeek Window本地私有化部署

前言

最近大火的国产AI大模型Deepseek大家应该都不陌生。除了在手机上安装APP或通过官网在线体验,其实我们完全可以在Windows电脑上进行本地部署,从而带来更加便捷的使用体验。 之前也提到过,本地部署AI模型有很多好处,比如:隐私安全------所有数据都保存在本地,不用担心泄露敏感信息;响应速度快------官方或第三方服务由于访问量大,常常会导致卡顿,而本地部署能避免这种延迟问题。

要在本地部署DeepSeek R1大模型并不难,只需安装开源工具Ollama,它可以支持各种AI模型的运行。如果觉得在终端里与AI交互不够直观或美观,还可以再安装一个图形化界面,就能像与ChatGPT一样,在网页上与大模型对话了。

软件介绍:

Ollama

Ollama是一个开源软件,主要用于在本地电脑设备上下载、部署和使用大模型(LLM)。它提供了丰富的LLM库,如llama、qwen、mistral以及DeepSeek R1等,并且支持不同参数规模的模型,以适配不同性能的电脑设备‌。Ollama虽然支持直接使用LLM,但仅能在命令行中进行对话,交互功能有限,因此需要配合其他工具使用‌。通俗理解为用于方便本地部署大模型使用的工具,实现离线使用和数据得到安全保护。

DeepSeek R1

DeepSeek R1是一个大模型,常用于本地部署。通过Ollama和CherryStudio,用户可以在本地电脑上部署和使用DeepSeek R1,从而实现离线使用和隐私保护。DeepSeek R1在本地部署时,不需要依赖高配置的GPU,较低参数规模的模型甚至不需要独立显卡也可以在电脑运行‌。

CherryStudio

CherryStudio是一个可视化界面工具,内置了多个大模型服务商,用户只需进行简单的配置即可使用大模型。它使得交互操作更加方便,用户不需要在命令行中进行对话‌。通过配置Ollama模型,CherryStudio可以提供更友好的用户界面,使得本地部署的大模型更容易使用‌。通俗理解为就是一个与AI交互的界面,界面上可以选择你部署好的不同AI模型(如deepseekR1等)进行使用。

windows本地部署

一、安装Ollama

1、访问Ollama的官网:https://ollama.com/download

2、下载好后,鼠标右键以管理员身份运行

3、点击install安装,默认安装在C盘,所以C盘最好预留出空间来,最低4GB的存储空间.

4、安装好之后,我们按住Win+R键,在运行框中输入cmd打开Windows系统自带的终端界面:

5、然后输入ollama回车,看到下面信息即为安装成功!但现在还没有AI模型,下一步将会教你利用ollama安装DeepSeek R1模型。

二、安装DeepSeek-r1模型

1、访问ollama 提供的模型下载地址:https://ollama.com/library/deepseek-r1

DeepSeek-R1模型配置要求

大家可以根据自己的需求和资源配置选择模型进行下载,下面是不同版本模型版本对性能配置要求。

1.5B版本‌

CPU‌:最低4核,推荐多核处理器

‌内存‌:8GB以上

‌硬盘‌:3GB以上存储空间(模型文件约1.5-2GB)。

‌显卡‌:非必需,若使用GPU加速,推荐4GB以上显存的显卡(如GTX 1650)

‌适用场景‌:低资源设备部署(如树莓派、旧款笔记本)、实时文本生成(聊天机器人、简单问答)、嵌入式系统或物联网设备‌

7B版本‌

CPU‌:8核以上,推荐现代多核CPU

‌内存‌:16GB以上

‌硬盘‌:8GB以上

‌显卡‌:推荐8GB以上显存的显卡(如RTX 3070/4060)

‌适用场景‌:本地开发测试、中等复杂度NLP任务(文本摘要、翻译)、轻量级多轮对话系统‌

8B版本‌

CPU‌:8核以上

‌内存‌:16GB以上

‌硬盘‌:8GB以上

‌显卡‌:推荐8GB以上显存的显卡(如RTX 4090或A5000)

‌适用场景‌:需更高精度的轻量级任务(如代码生成、逻辑推理)‌

14B版本‌

CPU‌:12核以上

‌内存‌:32GB以上

‌硬盘‌:15GB以上

‌显卡‌:16GB以上显存的显卡(如RTX 4090或A5000)

‌适用场景‌:企业级复杂任务(合同分析、报告生成)、长文本理解与生成(书籍/论文辅助写作)‌

32B版本‌

CPU‌:16核以上(如AMD Ryzen 9或Intel i9)

‌内存‌:64GB以上

‌硬盘‌:30GB以上

‌显卡‌:24GB以上显存的显卡(如A100 40GB或双卡RTX 3090)

‌适用场景‌:高精度专业领域任务(医疗/法律咨询)、多模态任务预处理(需结合其他框架)‌

70B版本‌

CPU‌:16核以上

‌内存‌:64GB以上

‌硬盘‌:30GB以上

‌显卡‌:40GB以上显存的显卡(如多张A100/H800等专业卡)

‌适用场景‌:高性能场景、需平衡质量与成本‌

671B版本‌

‌CPU‌:16核以上

‌内存‌:64GB以上

‌硬盘‌:30GB以上

‌显卡‌:40GB以上显存的显卡(如多张A100/H800等专业卡)

‌适用场景‌:尖端领域(药物研发、复杂系统模拟),适合云服务或科研机构‌

2、我这里下载1.5b的轻量级deepseek模型进行演示,如下命令:

bash 复制代码
ollama run deepseek-r1:1.5b

3、输入问题,马上就能收到回答,速度挺快的:

三、安装图形化交互界面

1、首先下载一个叫 Cherry Studio的软件,这个软件主要用于与AI交互的可视化界面。如下图。网址: https://cherry-ai.com/download

2、右键管理员身份运行安装"Cherry-Studio-0.9.19-setup.exe"软件即可。

3、安装好后,桌面双击运行该软件,进行设置添加deepseek模型

4、选择deepseek模型进行对话

5、现在就可以用界面跟AI交互啦

四、总结

看到这里,相信你对DeepSeek 本地化部署又一定了解了;其实部署不难,如果你是个人搭建体验的话,也不用再为性能和本地硬件资源发愁;恰好你有充足的算力和技术储备,本地部署也是个非常不错的选择。不过,在整个过程中,我想和你分享的不仅仅是这些技术细节。而是一个中国团队能做出世界级大模型,一个需要 +86 才能注册的大模型。很庆幸,我们能作为中国 AI 技术进步的见证人。当然,暂时的领先不是终点。但 DeepSeek 给我们带来的,是"中国也可以"这份信心。这,才是我们真正要守护的希望。

相关推荐
救救孩子把34 分钟前
Mac上本地部署DeepSeek并使用Ollama提供API与Chatbox交互
人工智能·macos·deepseek
gloomyfish1 小时前
OpenCV4.8 开发实战系列专栏之 30 - OpenCV中的自定义滤波器
图像处理·人工智能·深度学习·opencv·计算机视觉
又在吃鱼1 小时前
DeepseekR1 满血版腾讯云限免
人工智能·算法
帅次2 小时前
高端入门:Ollama 本地高效部署DeepSeek模型深度搜索解决方案
人工智能·深度学习·生成对抗网络·语言模型·文心一言·ollama·deepseek
倔强的石头1062 小时前
蓝耘智算平台搭载DeepSeek R1模型:高效环境配置全攻略
人工智能·aigc·deepseek
从前,有个傻子........2 小时前
openCV函数使用(一)
人工智能·opencv·计算机视觉
马拉AI2 小时前
CVPR | CNN融合注意力机制,芜湖起飞!
人工智能·神经网络·cnn
伊一大数据&人工智能学习日志2 小时前
深度学习01 神经网络
人工智能·深度学习·神经网络·学习·机器学习
预测模型的开发与应用研究3 小时前
尿液中尿结石相关的属性鉴定(项目分享)
机器学习·数据分析
华清远见IT开放实验室3 小时前
【每天学点AI】实战仿射变换在人工智能图像处理中的应用
图像处理·人工智能·python·opencv·仿射变换