deepseek-r1-centos-本地服务器配置方法

vi /etc/systemd/system/ollama.service	

内容如下：

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/安装目录/ollama/bin/ollama serve
User=root
Group=root
Restart=always
RestartSec=3
Environment="PATH=$PATH"
#指定模型存储位置，可以直接在外网下载好模型，打包解压到内网的ollama的模型目录下，就能实现离线安装了
Environment="OLLAMA_MODELS=/opt/app/middles/ollama/models"
#解决ollama无法访问的问题
Environment="OLLAMA_HOST=0.0.0.0:11434"

[Install]
WantedBy=default.target

配置环境变量：

shell 复制代码

vi ~/.bashrc

export PATH="/安装目录/ollama/bin:$PATH"

然后source一下。

检查是否安装成功：

shell 复制代码

ollama -v

启动：

shell 复制代码

sudo systemctl daemon-reload
sudo systemctl enable ollama
sudo systemctl start ollama

测试访问：

浏览器输入ip:11434（配置时指定的端口），如下图显示就是成功了。

安装模型

模型版本选择

首先，deepseek模型中的1.5b，7b等代表模型的参数量，单位是B（Billion，十亿），所以参数量越大：

模型的理解和生成能力越强，但也需要更多的计算资源
对内存和显存的要求越高
推理速度越慢，尤其是资源不足的时候。

检查系统资源，以确保服务器资源足够支持模型运行：

CPU/GPU：使用nvidia-smi（如有GPU）或htop检查资源使用情况
内存：使用free -h查看内存使用情况
存储：使用df -h检查存储空间

然后参考下表的要求（更多细节参见顶端参考文章3 ）：

安装模型

我选择了7b，所以这样安装：

shell 复制代码

ollama pull deepseek-r1:7b

下图这样就是装好了。

测试：

shell 复制代码

ollama run deepseek-r1:7b

退出对话：

shell 复制代码

ctrl+d

网页访问

拉取docker容器open-webui。

这个是cpu版本：

shell 复制代码

docker run -d --network=host -v /home/software/open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main

效果：

第一次使用时先注册管理员账号，然后就可以使用了。

gpu版本：

xshell 复制代码

docker run -d --network=host --gpus all --add-host=host.docker.internal:host-gateway -v /home/software/open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui-gpu --restart always  ghcr.io/open-webui/open-webui:cuda

网页访问的设置

加入联网搜索。duckduckgo是免费的
展示所有模型
这个OpenAI API要关掉，不然登录后会白屏很久
设置默认用户角色，允许新用户注册
设置模型为Public。一定要设置这里，不然用户注册进来看不到。

报错解决

could not select device driver "" with capabilities: [[gpu]]

这个是需要安装nvidia-container-toolkit。参考nvidia官网的解法如下所示：

1）Configure the production repository:
shell 复制代码
```
curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | \
sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo
```
Optionally, configure the repository to use experimental packages:
shell 复制代码
```
sudo dnf-config-manager --enable nvidia-container-toolkit-experimental
```
2）Install the NVIDIA Container Toolkit packages:
shell 复制代码
```
sudo dnf install -y nvidia-container-toolkit
```
安装完后需要重启docker。

dnf: command not found

shell 复制代码

yum install epel-release
yum install dnf

docker容器开启了但是浏览器拒绝访问

参见官网给的指示，我用的是红线部分。

shell 复制代码

docker run -d --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main

shell 复制代码

HuggingFaceSSL
docker run -d -p 3000:8080 -e HF_ENDPOINT=https://hf-mirror.com/ --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

Mac
podman run -d --network slirp4netns:allow_host_loopback=true -p 3000:8080 -e OLLAMA_BASE_URL=http://host.containers.internal:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

登录之后白屏很久