手把手教你本地部署Deepseek,开启AI自由探索之旅

一、本地部署前的准备工作

1. 硬件要求

Deepseek 的不同版本对硬件要求不同,以下为推荐配置:

模型版本 CPU GPU 内存 存储
DeepSeek-R1-1.5B 4 核以上,Intel/AMD 多核处理器 可选 4GB+ 显存(如 GTX 1650) 8GB+ 3GB+
DeepSeek-R1-7B 8 核以上,现代多核 CPU 8GB+ 显存(如 RTX 3070/4060) 16GB+ 8GB+
DeepSeek-R1-14B 12 核以上 16GB+ 显存(如 RTX 4090) 32GB+ 15GB+
DeepSeek-R1-32B 16 核以上(如 Ryzen 9 / i9) 24GB+ 显存(如 A100 40GB) 64GB+ 30GB+
DeepSeek-R1-70B 32 核以上(服务器级 CPU) 多卡并行(如 2x A100 80GB) 128GB+ 70GB+

2. 软件环境

  • 操作系统:推荐 Windows、Linux(Ubuntu、CentOS)以获得最佳兼容性。

  • 必备工具:

    • 安装 Ollama(用于管理和运行 Deepseek):Ollama 官网

二、本地部署步骤

1. 安装 Ollama

  • Windows:下载 .msi 安装包,按照向导完成安装。
  • macOS:下载 .dmg 安装包,将 Ollama 拖入 "Applications" 目录。
  • Linux :使用终端执行 curl -sSL https://ollama.ai/install.sh | sh。
  • 验证安装 :运行 ollama --version 确认 Ollama 安装成功。

2. 下载并运行 Deepseek 模型

  1. 选择合适的模型版本,例如 ollama run deepseek-r1:7b​​。

    ​​

  2. 配置参数,如温度(控制生成随机性)、最大生成长度、Top-p 采样等。

  3. 启动模型并开始交互。

3. 安装可视化界面(可选)

Chatbox AI 提供直观的 GUI,便于用户与模型交互。

​​

  • 下载安装 :Chatbox AI 官网

    ​​

  • 连接本地模型:在 "设置" 中选择 "Ollama API",即可开始使用。

    ​​

    ‍


通过本地部署 Deepseek,用户不仅能够享受更高的安全性、稳定性和定制化能力,还能最大化发挥 AI 模型的潜力,助力各行业迈向智能化未来。

‍

相关推荐
CODER03043 天前
ubuntu22.04部署完整deepseek局域网web服务全过程(RTX5090安装黑屏+web端多人并发)
pytorch·webui·ubuntu22.04·ollama·deepseek·rtx5090·自然语言模型
华科大胡子3 天前
DeepSeek Harness 开源贡献手记:从入门到合入主线
deepseek
Together_CZ3 天前
DeepSeek-V4.1-Flash:Pushing the Limits of KV Cache Compression——推动 KV 缓存压缩的极限
缓存·llm·compression·kv cache·deepseek·v4.1-flash·推动 kv 缓存压缩的极限
roamingcode4 天前
DeepSeek Harness 记忆召回插件的“PRD”设计拆解
agent·memory·deepseek·harness·dsh·dsh-plugin
前端小白乘风4 天前
VS Code 终于能连微信了!发现一个硬核开源神仙插件:WeChat AHP
微信·visual studio code·deepseek
今夕资源网4 天前
把 DeepSeek 网页版变成能操作本地项目的 AI Agent:Cuckoo Code 使用指南 GitHub开源
开源·github·deepseek
gs801405 天前
【大模型工程实践】LLM 提效降本指南:基于 Context Caching 与专属 Endpoint 的架构优化
deepseek·大模型缓存
ss2736 天前
DeepSeek Harness v0.1.6-alpha.2:文件审阅、Office 预览、插件管理,Web 端越来越像 IDE 了
deepseek·dsh
JaydenAI6 天前
[DeepSeek Harness插件内核-15]再谈Cordis的事件总线
ai·agent·plugin·deepseek·harness·cordis
miaowmiaow6 天前
我让 AI 给老项目做了一次分层架构升级:对标 Now in Android,从「穿层」到「端口与适配器」
android·ai编程·deepseek