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
啊吧怪不啊吧29 分钟前
从数据到智能体大模型——cozeAI大模型开发(第一篇)
人工智能·ai·语言模型·ai编程
realhuizhu8 小时前
凌晨3点,代码"完美"却报错?你需要一位"数字法医"
提示词工程·deepseek·ai调试·程序员效率·bug修复
楚国的小隐士14 小时前
努比亚M153和DeepSeek-Math-V2发布后,我对AI的思考
ai·大模型·哲学·辩证法·辩证唯物主义·教员思想·历史唯物主义·马列主义·唯物论·政治
酷尔。16 小时前
Gemini学生认证、订阅方法和常见问题的解决方法
ai·googlecloud·使用教程·gemini
Altair澳汰尔16 小时前
行业热点丨数字化仿真重塑食品加工:从原料到发货的全流程优化
ai·智能制造·hpc·制造业·cae·仿真软件·数字仿真
糖果罐子♡17 小时前
在 openEuler 上体验 JAX 高性能计算框架
ai
weixin_5214311217 小时前
模型微调技术一览
ai
lxmyzzs18 小时前
在 RK3588 开发板上部署 DeepSeek-R1-Distill-Qwen-1.5B 模型:RKLLM API 实战指南
人工智能·rk3588·deepseek
Sheffi6619 小时前
RunLoop 深度探索:线程为什么不会自动退出
macos·objective-c·cocoa
哥布林学者19 小时前
吴恩达深度学习课程三: 结构化机器学习项目 第二周:误差分析与学习方法(五)端到端学习
深度学习·ai