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
玫瑰互动GEO7 小时前
GEO优化学习九级模型:开发者从认知层切入
人工智能·ai·ai搜索·gem·生成式引擎优化·gem优化
VIP_CQCRE8 小时前
用 Ace Data Cloud 的 gpt-image-2,把 AI 图像生成接入真实业务场景
ai·aigc·api·图像生成·acedatacloud
满脑子技术的前端工程师9 小时前
第六章 TypeScript MCP Server:独立综合项目与能力验收
ai
EchoMind-Henry9 小时前
Muse外设两条接入路,成本该怎么算
人工智能·ai
Jo乔戈里12 小时前
免费本地搜图软件
图像处理·python·搜索引擎·ai
Ai小way13 小时前
【deepseek实战·28】倒计时看板:多个日子一起盯,环形进度走到零,Web Audio 替你响一声
deepseek
青柠之夏cc18 小时前
Kotlin Multiplatform:一次编写,全平台运行,2026 年跨平台开发的 “最优解”?
macos·objective-c·cocoa
全栈练习生18 小时前
大模型原理之 Softmax
python·ai
唯鹿18 小时前
Jev初体验记录
人工智能·ai·jev
网络毒刘19 小时前
MCP 资源与提示(resources/prompts)实战:不只 tools,把只读上下文结构化喂给 Agent
人工智能·ai·cursor