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
渡我白衣2 小时前
未来的 AI 操作系统(二)——世界即界面:自然语言成为新的人机交互协议
人工智能·语言模型·人机交互
AIGC_北苏6 小时前
EvalScope模型压力测试实战
人工智能·语言模型·模型评估·框架评估
IT小哥哥呀6 小时前
论文见解:REACT:在语言模型中协同推理和行动
前端·人工智能·react.js·语言模型
鸿蒙小白龙6 小时前
OpenHarmony平台大语言模型本地推理:llama深度适配与部署技术详解
人工智能·语言模型·harmonyos·鸿蒙·鸿蒙系统·llama·open harmony
jerryinwuhan6 小时前
对图片进行解释的大语言模型
人工智能·语言模型·自然语言处理
MichaelIp7 小时前
基于MCP协议的多AGENT文章自动编写系统
语言模型·langchain·prompt·ai写作·llamaindex·langgraph·mcp
FserSuN7 小时前
构建基于大语言模型的智能数据可视化分析工具的学习总结
学习·信息可视化·语言模型
MasonYyp1 天前
拖拽式构建智能体的框架
语言模型
强哥之神1 天前
从零理解 KV Cache:大语言模型推理加速的核心机制
人工智能·深度学习·机器学习·语言模型·llm·kvcache
悟乙己1 天前
大型语言模型(LLM)文本中提取结构化信息:LangExtract(一)
人工智能·语言模型·自然语言处理