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
SmartBrain17 小时前
DeerFlow 实践:华为IPD流程的评审智能体设计
人工智能·语言模型·架构
JoannaJuanCV1 天前
大语言模型基石:Transformer
人工智能·语言模型·transformer
大千AI助手1 天前
TruthfulQA:衡量语言模型真实性的基准
人工智能·语言模型·自然语言处理·llm·模型评估·truthfulqa·事实性基准
张较瘦_1 天前
[论文阅读] 人工智能 + 软件工程 | 大语言模型驱动的多来源漏洞影响库识别研究解析
论文阅读·人工智能·语言模型
什么都想学的阿超1 天前
【大语言模型 58】分布式文件系统:训练数据高效存储
人工智能·语言模型·自然语言处理
J_Xiong01171 天前
【VLMs篇】07:Open-Qwen2VL:在学术资源上对完全开放的多模态大语言模型进行计算高效的预训练
人工智能·语言模型·自然语言处理
艾醒(AiXing-w)1 天前
探索大语言模型(LLM):Ollama快速安装部署及使用(含Linux环境下离线安装)
linux·人工智能·语言模型
这张生成的图像能检测吗1 天前
(综述)视觉任务的视觉语言模型
人工智能·计算机视觉·语言模型·自然语言处理·视觉语言模型
semantist@语校1 天前
第二十篇|SAMU教育学院的教育数据剖析:制度阈值、能力矩阵与升学网络
大数据·数据库·人工智能·百度·语言模型·矩阵·prompt
fanstuck2 天前
Prompt提示工程上手指南(六):AI避免“幻觉”(Hallucination)策略下的Prompt
人工智能·语言模型·自然语言处理·nlp·prompt