高端入门:Ollama 本地高效部署DeepSeek模型深度搜索解决方案

目录

[一、Ollama 介绍](#一、Ollama 介绍)

二、Ollama下载

[2.1 官网下载](#2.1 官网下载)

[2.2 GitHub下载](#2.2 GitHub下载)

三、模型库

[四、Ollmal 使用](#四、Ollmal 使用)

[4.1 模型运行(下载)](#4.1 模型运行(下载))

[4.2 模型提问](#4.2 模型提问)

[五、Ollama 常用命令](#五、Ollama 常用命令)

相关推荐


一、Ollama 介绍

Ollama是一个专为在本地机器上便捷部署和运行大型语言模型(LLM)而设计的开源框架。以下是对Ollama的详细解释:

  • 简化部署:Ollama旨在简化在Docker容器中部署大型语言模型的过程,使得非专业用户也能方便地管理和运行这些复杂的模型。
  • 轻量级与可扩展:作为轻量级框架,Ollama保持了较小的资源占用,同时具备良好的可扩展性,允许用户根据需要调整配置以适应不同规模的项目和硬件条件。
  • 跨平台支持:Ollama提供针对macOS、Windows(预览版)、Linux以及Docker的安装指南,确保用户能在多种操作系统环境下顺利部署和使用。

二、Ollama下载

2.1 官网下载

Ollama 支持多平台部署,可以在官网,选择适合的平台进行下载,如下图:

2.2 GitHub下载

GitHub - ollama/ollama: Get up and running with Llama 3.3, DeepSeek-R1, Phi-4, Gemma 2, and other large language models.Get up and running with Llama 3.3, DeepSeek-R1, Phi-4, Gemma 2, and other large language models. - ollama/ollamahttps://github.com/ollama/ollamahttps://github.com/ollama/ollamahttps://github.com/ollama/ollamahttps://github.com/ollama/ollamahttps://github.com/ollama/ollama

三、模型库

Ollama 支持在ollama.com/search 上获取的模型列表,比如最近比较火的 deepseek-r1:

不同版本的模型所需内存大小也有所不同。例如在Ollama中部署DeepSeek-R1的不同版本(1.5b、7b、8b、14b、32b、70b、671b)所需的内存大小:

DeepSeek-R1版本 所需内存(大约) 备注
1.5b 1.1GB硬盘空间 内存需求相对较低
7b 4.7GB硬盘空间 内存和显存需求适中
8b 约4.9GB硬盘空间 显存占用约6.5GB左右
14b 约9GB硬盘空间 内存需求较高,建议至少8GB以上内存,显存占用约13GB
32b 约20GB硬盘空间 需要更高的内存和显存配置,建议至少32GB内存
70b 约43GB硬盘空间 需要非常大的内存和显存资源,适合高端配置
671b 约404GB硬盘空间 这是目前提到的最大版本,所需内存和显存资源将是所有版本中最高的

根据自身需要选择版本,如下是我之前下的几个模型的版本和所占内存大小:

四、Ollmal 使用

4.1 模型运行(下载)

打开命令终端,输入指令 ollama run xxxx(模型名称,如deepseek-r1),若是首次运行某个模型,Ollma 会先下载对应的模型文件,然后运行模型。

复制代码
//下载7b版本
ollama run deepseek-r1

//下载14b版本
ollama run deepseek-r1:14b

可以根据不同命令下载不同版本,怎么获取命令?你可以先选中模型的版本,ollama 会根据不同的版本生成命令,如下图所示:

4.2 模型提问

五、Ollama 常用命令

  • ollama serve:该命令用于启动Ollama服务器(在不运行桌面应用程序的情况下启动 ollama;),以便运行模型和处理请求。首次启动可能会生成ssh私钥文件,并提示服务端口状态。
  • ollama start:启动服务。
  • ollama list或ollama ls:列出本地所有可用的模型。
  • ollama ps:显示当前正在运行的模型列表。
  • ollama show 模型名称:查看特定模型的详细信息,如模型名称、版本等。
  • ollama pull 模型名称:从模型注册表中拉取一个模型到本地使用。此命令也可以用于更新本地模型,只会拉取差异部分。
  • ollama run 模型名称。运行一个已安装的模型,执行某些任务。可以根据需要指定模型的参数和配置。
  • ollama create 模型路径:使用包含模型信息的 模型路径来创建一个新模型。
  • ollama push 模型名称:将本地模型推送到模型注册表中,以便他人或其他系统使用。
  • ollama cp 原模型名称 新模型名称:复制一个模型到另一个位置或给定名称的地方。
  • ollama rm 模型名称:删除一个已安装的模型。
  • ollama -vollama --version:显示当前Ollama工具的版本信息。

相关推荐

Download Ollama on macOSDownload Ollama for macOShttps://ollama.com/downloadhttps://ollama.com/downloadhttps://ollama.com/downloadhttps://ollama.com/downloadhttps://github.com/ollama/ollamahttps://github.com/ollama/ollamahttps://github.com/ollama/ollamahttps://github.com/ollama/ollamahttps://github.com/ollama/ollamaNeo4j 图数据库安装与操作指南(以mac为例)_neo4j安装-CSDN博客文章浏览阅读1w次,点赞78次,收藏82次。本文介绍了Neo4j图数据库的安装、配置、启动以及基本操作方法。首先,需要满足Java环境的安装要求,并可选择使用Homebrew进行安装。然后,从官方网站下载Neo4j并解压,或通过Homebrew进行安装。配置Neo4j时,可设置环境变量以简化命令操作。启动Neo4j后,可通过Cypher查询语言进行节点、关系的创建、修改、匹配和删除等操作。本文还介绍了Neo4j的其他常用命令,如查询版本、服务状态、重启、停止和卸载等。_neo4j安装https://shuaici.blog.csdn.net/article/details/144115514https://shuaici.blog.csdn.net/article/details/144115514https://shuaici.blog.csdn.net/article/details/144115514https://shuaici.blog.csdn.net/article/details/144115514

相关推荐
计算机编程-吉哥6 小时前
YOLO26 vs YOLO11 vs YOLOv8:深度学习咖啡果实成熟度分割系统【计算机毕业设计选题推荐】
人工智能·python·深度学习·yolo·django·毕业设计
冬奇Lab6 小时前
一年前没启动 AI 提效的团队,今年在付什么钱?
人工智能
NeoGressAI外贸数字化7 小时前
IOR新规9月18日生效:Form 5106六项资料自查清单
人工智能
根目录下的猫7 小时前
RK3588适配的轻量级AI模型推荐
人工智能·后端·python·目标检测
weixin_6688 小时前
Cursor 插件使用说明:Linear 与 Figma
人工智能·cursor
wshzd8 小时前
LLM之Agent(六十八)|PI(七)构建测试与开发流程
人工智能
H0311169858 小时前
App竞品数据平台功能梳理:月狐数据、七麦数据、点点数据
人工智能
YOLO数据集集合8 小时前
高铁轨道紧固件损坏检测数据集 | 高铁巡检 紧固件缺陷 轨道安全9093期
人工智能·目标检测·计算机视觉·目标跟踪·轨道·铁轨紧固件·铁轨
冬奇Lab8 小时前
一天一个开源项目(第223篇):TeamAI-CLI —— 腾讯开源的团队级 AI Agent 中间层,让每个人的 AI 能力变成团队共享能力
人工智能·开源·资讯
ShineWinsu9 小时前
对于Coze—AI:SDK的解析
人工智能·python·ai·sdk·项目·coze·字节跳动