DeepSeek 本地部署教程 #
写在前面 #
最近DeepSeek太火了，以至于每个小伙伴都想试试。DeepSeek 的到来可谓是开启了全民AI热潮。
本以为DeepSeek本地化部署有多难，实际上验证后很简单，操作起来就像给电脑装个新软件那么简单，大约十多分钟可完成本地部署。
今天咱们来聊聊如何在自己的电脑上本地部署 DeepSeek-R1-1.5B 模型。
一、为啥要部署 DeepSeek-R1-1.5B？ #
在做的小伙伴可能跟我一样在使用DeepSeek时，经常遇到“服务器繁忙，请稍后再试。”
先说说为啥我推荐这个版本吧。DeepSeek-R1-1.5B 是一个轻量级的模型，参数量只有 15 亿，听起来是不是很“迷你”？但别小瞧了它，这可是个“小而精”的家伙。它只需要 3GB 的显存就能运行，这意味着即使你的电脑配置不高，也能轻松驾驭它。而且，它在数学推理方面表现相当出色，甚至在某些基准测试中超过了 GPT-4o 和 Claude 3.5。当然了，如果你电脑配置更高，可以尝试其他版本。
二、DeepSeek 不同版本模型硬件要求 #
以下是 DeepSeek 不同版本模型的硬件要求，小伙伴们可以结合自己电脑配置选择版本
| 模型版本 | 参数量 | 显存需求（FP16） | 推荐 GPU（单卡） | 多卡支持 | 量化支持 | 适用场景 |
|---|---|---|---|---|---|---|
| DeepSeek-R1-1.5B | 15亿 | 3GB | GTX 1650（4GB显存） | 无需 | 支持 | 低资源设备部署（树莓派、旧款笔记本）、实时文本生成、嵌入式系统 |
| DeepSeek-R1-7B | 70亿 | 14GB | RTX 3070/4060（8GB显存） | 可选 | 支持 | 中等复杂度任务（文本摘要、翻译）、轻量级多轮对话系统 |
| DeepSeek-R1-8B | 80亿 | 16GB | RTX 4070（12GB显存） | 可选 | 支持 | 需更高精度的轻量级任务（代码生成、逻辑推理） |
| DeepSeek-R1-14B | 140亿 | 32GB | RTX 4090/A5000（16GB显存） | 推荐 | 支持 | 企业级复杂任务（合同分析、报告生成）、长文本理解与生成 |
| DeepSeek-R1-32B | 320亿 | 64GB | A100 40GB（24GB显存） | 推荐 | 支持 | 高精度专业领域任务（医疗/法律咨询）、多模态任务预处理 |
| DeepSeek-R1-70B | 700亿 | 140GB | 2x A100 80GB/4x RTX 4090（多卡并行） | 必需 | 支持 | 科研机构/大型企业（金融预测、大规模数据分析）、高复杂度生成任务 |
| DeepSeek-671B | 6710亿 | 512GB+（单卡显存需求极高，通常需要多节点分布式训练） | 8x A100/H100（服务器集群） | 必需 | 支持 | 国家级/超大规模 AI 研究（气候建模、基因组分析）、通用人工智能（AGI）探索 |
三、硬件配置 #
- CPU：AMD Ryzen 7 5800H with Radeon Graphics 3.20 GHz
- 内存：16GB
- 操作系统：Windows 11
- 硬盘空间：500G，剩余335G
四、部署步骤 #
4.1 下载并安装Ollama #
访问官网：https://ollama.com/ 下载
安装文件OllamaSetup.exe大约745MB。
注：如果下载过于缓慢可以使用迅雷之类的加速下载；(将软件打包放网盘了，有需要的小伙伴可在文章末尾自取)
双击OllamaSetup.exe进行。
4.2 检验Ollama是否安装成功 #
命令行输入 ollama -v 命令，出现版本号说明安装成功
4.3 通过 Ollama 拉取 DeepSeek 模型 #
这里我选择是的1.5b，整个模型大小1.1 GB。
- 1.5B：适用于轻量级任务，如边缘设备（如智能手表、物联网设备）上的简单交互、小型智能问答系统等。目前开源的最小版本。
- 671B：主要用于大规模云端推理，适合科研分析、数据挖掘等需要处理海量数据的复杂任务。目前开源的最强版本
更多版本可以在这里查看：https://ollama.com/library/deepseek-r1 。
命令行输入：ollama run deepseek-r1:1.5b 拉取DeepSeek模型
整个拉取过程还是比较丝滑的，5到6分钟后看到【success】字样，代表成功安装DeepSeek R1，然后就可以与DeepSeek对话了
4.4 与DeepSeek对话 #
通过上面步骤之后，我们就可以愉快的与Deep Seek对话了，如输入：程序员如何避免35岁焦虑？
4.5 安装WebUI #
使用命令提示符与DeepSeek对话并不友好，为了更好的体验，我们可以安装WebUI，这里使用的是浏览器插件：Page Assit
（如果小伙伴找不到在哪下载Page Assit插件，打包放网盘了，可在文章末尾自取）
启动ollama服务后，输入快捷键【ctrl + shift+L】快捷键即可打开WebUI页面
刚安装Page Assit 插件， 需要进行一下如下设置
设置完成后，选择模型就可以与DeepSeek对话了
五、实际应用场景：DeepSeek-R1-1.5B 能干啥？ #
别看 DeepSeek-R1-1.5B 体积小，它可一点都不“弱”。它非常适合用在一些轻量级的任务上，比如：
- 智能客服：在小型企业或者个人项目中，它可以快速回答客户的一些常见问题，提高服务效率。
- 语言学习：你可以用它来练习语言表达，比如输入一个中文句子，让它生成英文翻译。
- 创意写作：如果你是个作家或者文案策划，它可以帮你快速生成一些创意片段或者文案初稿
六、小结 #
小伙伴们，是不是觉得本地部署 DeepSeek-R1-1.5B 模型超简单？只要按照上面的步骤操作，你就能让自己的电脑拥有一个“智能助手”。
而且，这个模型不仅运行速度快，还能在很多场景中发挥大作用。快去试试吧！
DeepSeek本地部署相关软件下载：
通过网盘分享的文件：DeepSeek本地部署软件.zip 链接: https://pan.baidu.com/s/1gQp1hJ2cTisfcd0hJcO9gw?pwd=ip55 提取码: ip55
本期内容到这儿就结束了，希望对您有所帮助。
我们下期再见 ヾ(•ω•`)o (●’◡’●)
来源：https://www.cnblogs.com/xiezhr/p/18712410
最近更新: 2/28/2025, 10:46:55 AM
如果您觉得这篇文章有帮助，请考虑打赏作者。
微信支付
支付宝
USDT(ERC-20)