DeepSeek在M芯片Mac上本地化部署

在 Mac 上使用 Ollama 运行 DeepSeek-R1，并通过 Open-WebUI 提供 Web 端访问。

1. 安装 Ollama

Ollama官方：https://ollama.com/

Ollama 是一个轻量级的 AI 推理框架，支持本地运行 LLM（大型语言模型）。首先，下载并安装 Ollama。

mac原生工具brew安装ollama

$ brew install --cask ollama
Running `brew update --auto-update`...
==> Auto-updated Homebrew!
Updated 2 taps (homebrew/core and homebrew/cask).
==> New Formulae
bpmnlint          gersemi           i686-elf-grub     kirimase          org-formation     rattler-index     semver            todoist           x86_64-elf-grub
cf-terraforming   globstar          immich-go         largetifftools    ov                rhai              sequoia-sqv       trdsql            yoke
cloudfoundry-cli  gotz              kafkactl          lazyjournal       pivy              rpds-py           sttr              typioca           ytt
fortitude         hishtory          kapp              mox               punktf            sdl3_ttf          tml               unciv
==> New Casks
candy-crisis                              font-winky-sans                           opera-air                                 trae-cn
consul                                    fuse-t                                    pairpods                                  ua-midi-control
focu                                      macskk                                    pareto-security                           veracrypt-fuse-t
font-sf-mono-nerd-font-ligaturized        nvidia-nsight-compute                     trae

You have 13 outdated formulae and 1 outdated cask installed.

==> Downloading https://github.com/ollama/ollama/releases/download/v0.5.13/Ollama-darwin.zip
==> Downloading from https://objects.githubusercontent.com/github-production-release-asset-2e65be/658928958/2dc24c17-0bc0-487a-92d1-0265efd65a14?X-Amz-Algorithm=AWS4-
############################################################################################################################################################### 100.0%
==> Installing Cask ollama
==> Moving App 'Ollama.app' to '/Applications/Ollama.app'
==> Linking Binary 'ollama' to '/opt/homebrew/bin/ollama'
🍺  ollama was successfully installed!

检查Ollama是否安装成功，成功会显示版本号，如：ollama version is 0.5.13

$ ollama --version
Warning: could not connect to a running Ollama instance
Warning: client version is 0.5.13

2. 下载模型

下载 DeepSeek-R1 模型

模型下载地址：https://ollama.ai/library/deepseek-r1

该命令会自动下载 DeepSeek-R1 1.5B 版本的模型，并存储在本地。

$  ollama pull deepseek-r1:7b
pulling manifest
pulling 96c415656d37... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████████████████▏ 4.7 GB
pulling 369ca498f347... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████████████████▏  387 B
pulling 6e4c38e1172f... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████████████████▏ 1.1 KB
pulling f4d24e9138dd... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████████████████▏  148 B
pulling 40fb844194b2... 100% ▕██████████████████████████████████████████████████████████████████████████████████████████████████████▏  487 B
verifying sha256 digest
writing manifest
success

3.本地运行 DeepSeek-R1

执行后，终端会进入交互模式，可以直接输入文本与模型进行对话。

# 查看已下载的模型
$ ollama list
NAME              ID              SIZE      MODIFIED
deepseek-r1:7b    0a8c26691023    4.7 GB    24 seconds ago
# 运行模型
$ ollama run deepseek-r1:7b
>>> Send a message (/? for help)

4.通过 Open-WebUI 运行

使用 Web 界面交互模型，可以安装 Open-WebUI。该工具提供了一个用户友好的 Web 前端，使得 DeepSeek-R1 更加易用。

克隆 Open-WebUI 仓库

$ git clone https://github.com/open-webui/open-webui.git
Cloning into 'open-webui'...
remote: Enumerating objects: 91391, done.
remote: Counting objects: 100% (131/131), done.
remote: Compressing objects: 100% (74/74), done.
remote: Total 91391 (delta 70), reused 57 (delta 57), pack-reused 91260 (from 2)
Receiving objects: 100% (91391/91391), 177.81 MiB | 3.98 MiB/s, done.
Resolving deltas: 100% (60008/60008), done.
Updating files: 100% (4575/4575), done.

启动 Open-WebUI 容器

mac安装docker,安装完成后应用程序中会有docker程序，点击即可启动

brew install --cask --appdir=/Applications docker

启动docker

docker run -d \
  -p 3000:8080 \
  --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
Unable to find image 'ghcr.io/open-webui/open-webui:main' locally
main: Pulling from open-webui/open-webui
d51c377d94da: Pull complete
987cac002684: Pull complete
076b75118273: Pull complete
157e623d2984: Pull complete
40d5353a5918: Pull complete
4f4fb700ef54: Pull complete
aebeb0b4e5d0: Pull complete
03f562834d64: Pull complete
dc0f62a912f5: Pull complete
93fdf9ebd111: Pull complete
596be9ce6130: Pull complete
07dc67f42781: Pull complete
7c2ef53b15e7: Pull complete
e5511c24fa69: Pull complete
69de4f91fd38: Pull complete
Digest: sha256:74fc3c741a5f3959c116dd5abc61e4b27d36d97dff83a247dbb4209ffde56372
Status: Downloaded newer image for ghcr.io/open-webui/open-webui:main
26b786db658d187c2b82256fcbf33102c8c10c25b1087393483272e53708908b

• -p 3000:8080：将容器的 8080 端口映射到本机 3000 端口；

• --add-host=host.docker.internal:host-gateway：允许容器访问宿主机网络；

• -v open-webui:/app/backend/data：挂载数据存储目录，保存容器的状态和数据。

• --restart always：确保容器在重启后自动运行；

• ghcr.io/open-webui/open-webui:main：拉取 Open-WebUI 的最新版本镜像。

运行容器后，访问 http://localhost:3000 即可访问 Open-WebUI。

#停止容器
docker stop open-webui
#删除容器
docker rm open-webui
#删除存储数据
docker volume rm open-webui