本地搭建DeepSeek R1模型 + 前端

本地搭建DeepSeek R1模型 + 前端

配置:

操作系统:windows11

CPU:i5 13600KF

GPU:英伟达4070 12GB

内存:16G DDR5

硬盘:1TB

模型安装

本文采用Ollama进行安装。Ollama安装比较简单。

官网:Ollama

安装Ollama,下载完后无脑安装即可。安装完成后执行 ollama -v 命令,出现版本则安装成功。

根据你自己电脑的配置选择对应的模型安装。

  • 低配置硬件适配:如果你的电脑硬件配置较为基础,CPU 是老旧的双核或四核处理器,运行内存仅有 8GB 及以下,显卡为集成显卡或者独立显卡的显存不足 2GB ,那么 DeepSeek-R1-Distill-Llama-1.5B 模型是最佳选择。它对硬件资源的需求极低,能够在这样的设备上稳定运行,轻松应对日常对话、简单文本生成等基础文本处理任务,满足你的日常使用需求。
  • 中配置硬件适配:若你的电脑配置处于中等水平,配备像英特尔酷睿 i5 系列或者 AMD 锐龙 5 系列这样性能不错的 CPU,内存达到 16GB,显卡显存为 4 - 6GB ,那么 DeepSeek-R1-Distill-Llama-7B 或 DeepSeek-R1-Distill-Qwen-7B 模型将是你的得力助手。这类模型在中等配置的电脑上能够充分发挥潜力,运行效率较高,能够轻松处理简单代码生成、文章润色等具有一定复杂度的任务,帮助你完成更多有挑战性的工作。
  • 高配置硬件适配:对于电脑硬件配置高端的用户,拥有英特尔酷睿 i7/i9 系列或 AMD 锐龙 7/9 系列这种高性能 CPU,内存达到 32GB 及以上,显卡搭载 NVIDIA GeForce RTX 30 系列、AMD Radeon RX 6000 系列等高性能独立显卡,显存高达 8GB 及以上,此时 DeepSeek-R1-Distill-Llama-32B 甚至更高版本的模型,才是充分发挥你电脑硬件实力的不二之选。它们能够承担复杂的自然语言处理任务,如专业领域的文本深度分析、复杂代码的编写与调试等,为你带来高效且优质的使用体验。

我这里选择的deepseek-r1 7b模型。

打开cmd小黑窗执行 ollama run deepseek-r1:7b,ollama就会自动下载模型并启动,模型越大下载时间越长,耐心等待。完成后就可以在命令行提问题了。

前端安装

命令行用起来不是很方便,而且无法解析markdown文档,所以需要安装一个前端界面。前端我使用的是CherryStudio。

官网:Cherry Studio 官方网站 - 全能的AI助手

安装可以参照我的另一篇:一款好用的模型大模型服务桌面客户端_cherystudio-CSDN博客

  • 安装配置完成后就可以选择模型进行问答了。注意:本地部署的模型不需要配置秘钥。

到此deepseekR1模型以及前端就在你本地启动起来了,使用本地更快而且不会遇到服务繁忙的情况。快去试试吧。

相关推荐
Dawson Zhu2 天前
【分布式训练④】张量并行与序列并行:把单层参数切碎分到多张卡
人工智能·语言模型·架构·aigc·agi
如夏倾城2 天前
百度文心(容易被忽略的好用AI)使用方式
人工智能·python·百度·语言模型·dubbo
xiaoye-duck2 天前
《C++ 项目:手写大模型接入 SDK》会话模块整合:内存 SessionManager 与 DataManager 持久化联动
开发语言·数据库·c++·语言模型
syyjhchou2 天前
自己搭企业内部中转站,怎么让请求更容易命中缓存
人工智能·后端·语言模型·aigc
Dawson Zhu3 天前
Queen Planner深度解析:Agent竞争从模型时代进入系统时代
人工智能·语言模型·架构·aigc·agi
硅谷秋水3 天前
EgoHumanoid‑V2 方法分析
人工智能·机器学习·计算机视觉·语言模型·机器人
一起学安全技术4 天前
拆大模型 06|Prompt 工程不靠玄学:上下文要当程序写
人工智能·语言模型·prompt·aigc
Dawson Zhu4 天前
【LLM推理与Serving⑨】业务模型推理引擎开发:以BEV自动驾驶为例的专用推理实践
人工智能·语言模型·架构·aigc·agi
硅谷秋水4 天前
将闲科技(LiberAI)提出世界动作模型Liber-0
机器学习·计算机视觉·语言模型·机器人
Dawson Zhu4 天前
【LLM推理与Serving⑪】MoE推理与MLA:DeepSeek-V3架构下的显存与通信权衡
人工智能·语言模型·架构·aigc·agi