DeepSeek R1 本地部署指南 (2) - macOS 本地部署

上一篇:

DeepSeek R1 本地部署指南 (1) - Windows 本地部署-CSDN博客

1.安装 Ollama

Ollama

https://ollama.com/

点击 Download - Download for macOS

解压下载 zip

启动程序

3. 选择版本

DeepSeek R1 版本

deepseek-r1

https://ollama.com/library/deepseek-r1

模型规模 适合的 Mac 型号 CPU 内存 GPU 备注
1.5B MacBook Air (M1/M2) Apple M1/M2(8核) 8GB~16GB 集成GPU(7核~10核) 适合小型模型,推理任务。内存有限,不适合大规模模型。
1.5B~7B MacBook Pro 13" (M1/M2) Apple M1/M2(8核) 16GB~24GB 集成GPU(8核~10核) 适合中等规模模型,推理任务。显存有限,不适合大规模训练。
1.5B~7B MacBook Pro 14"/16" (M1 Pro) Apple M1 Pro(10核) 16GB~32GB 集成GPU(16核) 性能较强,适合中等规模模型的推理和轻量训练。
7B~14B MacBook Pro 14"/16" (M1 Max) Apple M1 Max(10核) 32GB~64GB 集成GPU(24核~32核) 高性能GPU和内存,适合较大规模模型的推理和轻量训练。
7B~14B Mac Studio (M1 Max) Apple M1 Max(10核) 32GB~64GB 集成GPU(24核~32核) 与MacBook Pro M1 Max性能相近,适合较大规模模型的推理和轻量训练。
14B~32B Mac Studio (M1 Ultra) Apple M1 Ultra(20核) 64GB~128GB 集成GPU(48核~64核) 超高性能GPU和内存,适合大规模模型的推理和轻量训练。
7B~32B Mac Pro (Intel + AMD GPU) Intel Xeon(多核) 32GB~1.5TB AMD Radeon Pro(显存16GB~64GB) 高性能配置,适合较大规模模型的推理和训练。需注意AMD GPU的深度学习支持。

4. 执行命令

打开 Terminal

执行对应版本的命令:

1.5b 版本命令:

ollama run deepseek-r1:1.5b

7b 版本命令:

ollama run deepseek-r1:7b

8b 版本命令:

ollama run deepseek-r1:8b

14b 版本命令:

ollama run deepseek-r1:14b

32b 版本命令:

ollama run deepseek-r1:32b

70b 版本命令:

ollama run deepseek-r1:70b

671b 版本命令:

ollama run deepseek-r1:671b

测试安装是否成功:

ollama

举例安装 1.5b 执行:

ollama run deepseek-r1:1.5b

安装中

安装完成

4.输入问答

输入问题:

Hello

显示回复

输入问题:

你好,你是谁?

显示回复

5.后续运行

下次运行,还是执行上次的相同命令:

ollama run deepseek-r1:1.5b

后续:

DeepSeek R1 本地部署指南 (3) - 更换本地部署模型 Windows/macOS 通用-CSDN博客

相关推荐
曦尧1 小时前
Bun:面向 JavaScript/TypeScript 的全能超高速一体化工具链
ai·自动化
x-cmd1 小时前
Linus 9 年前说「模糊测试有效」——今天已成 OSS-Fuzz 时代铁律
linux·ai·rust·开源·自动化·agent·安全性测试
韦胖漫谈IT2 小时前
Apple M3 Max 与 Apple M5 Max 对比:本地算力的新旧王者之争
网络·人工智能·macos·transformer
NiceCloud喜云2 小时前
Claude Code 应用内浏览器任务怎么写验收清单
服务器·人工智能·ai
俊哥V3 小时前
每日 AI 研究简报 · 2026-07-11
人工智能·ai
资源分享交流3 小时前
TripoSplat 本地整合包:一张图片生成 3D Gaussian 模型
3d·ai
武子康3 小时前
GPT-Live 全双工语音 Agent 深度拆解:连续交互 + 后台委托 + Voice Runtime 三层架构
人工智能·ai·chatgpt·架构·llm·交互
forestsea3 小时前
GLM-4-9B-Chat-1M 模型在 openEuler 系统上的完整部署文档
人工智能·ai·语言模型
星释4 小时前
鸿蒙智能体开发实战:35.鸿蒙壁纸大师 - 调用火山引擎模型生成壁纸
算法·华为·ai·harmonyos·鸿蒙·火山引擎
AC赳赳老秦4 小时前
Excel 动态仪表盘制作:用 OpenClaw 自动处理数据、生成交互式图表并实时更新仪表盘
大数据·服务器·后端·测试用例·excel·deepseek·openclaw