deepseek如何本地进行部署

随着最近一个新的人工智能deepseek的爆火，很多大佬都开始了在本地进行deepseek的部署操作，并且离线也可以使用

安装ollama

• 我们需要先安装ollama，安装地址ollama,我们直接点击下载，我们在下载的时候尽量使用我们的谷歌浏览器，有魔法的最好带上魔法，不然安装的时候可能会出问题，如果你有我的好友的话可以私信我把exe文件发你

• 选择对应的版本进行下载，这里我的实例是Windows

• 这里我们就显示下载好了，软件还怪大的，745MB

• 我们找到我们下载那好的exe文件双击进行安装

• 直接点击这里的install进行软件的安装，等待几分钟即可

• 如何判断我们的ollama如何安装完毕呢？我们直接win+R输入cmd调出命令行进入到命令模式，输入命令ollama -v查看是否安装成功，输入完命令出现了版本号的话就说明你安装成功了

部署DeepSeek R1模型

接下来我们进行部署DeepSeek R1模型的操作

• 我们依旧打开Ollama的官网,然后我们可以看见我们左上角有一个Models的选项，我们点击下

• 然后第一个就是deepseek R1的模型，我们再次进行点击操作

• 这里的话有很多模型，我们可以根据自己电脑的显卡配置进行选择相应的版本

• 下面是我总结的一个模型参数大小对应的显卡配置，为了更加方便的给大家进行演示操作，这里的话我选择这个7B模型

模型	参数 (B)	VRAM 要求 (GB)	推荐 GPU
DeepSeek - R1 - Zero	671B	~1,342 GB	多 GPU 配置（例如，NVIDIA A100 80GB x16）
DeepSeek - R1	671B	~1,342 GB	多 GPU 配置（例如，NVIDIA A100 80GB x16）
DeepSeek - R1 - Distill - Qwen 1.5B	1.5B	~0.75 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Qwen 7B	7B	~3.5 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Llama 8B	8B	~4 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Qwen 14B	14B	~7 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Qwen 32B	32B	~16 GB	NVIDIA RTX 4090 24GB
DeepSeek - R1 - Distill - Llama 70B	70B	~35 GB	多 GPU 配置（例如，NVIDIA RTX 4090 x2）

• 我们直接选择7B这个模型，然后右边有一个对应的命令，我们直接复制

• 回到我们的命令模式，我们直接win+R输入cmd调出命令行进入到命令模式，然后粘贴我们刚刚复制的命令
• 等待片刻进行下载就行了，这里的话我等了一上午才下好的，有点小慢说实话，这个下载的话好像默认是在c盘里面下载的，如果你想在D盘下载的话你去D盘创建一个仓库，如果当你看到这里的话已经下好了的话，那么你可以等这个下载完成之后输入命令进行卸载操作，然后再去D盘仓库打开命令模式再进行安装就会直接在你的D盘进行下载了，这个卸载的命令的话后面会说的哈

• 如果你的下载速度很慢的话，你可以CTRL+C先退出这个命令，然后再输入命令重新进行下载，还是会从上次的下载进度继续下载的，我这里重新下载了，可以发现速度快了些了

• 我这里也是重复下载了很多遍了，因为这个网速时快时慢，很难受

• 这里的话我们就下载好了，出现了一个success，那么我们就可以直接进行对话了，如果想退出对话的话，我们可以输入/bye来退出对话

• 这里我们让他帮我们写一个冒泡排序，可以发现很智能嘞，我们可以输入命令

• 但是我们现在想重新进入到对话的话，我们可以输入命令ollama list重新查看我们已经下载好了的模型，那么我们可以发现这里的R1 7B是我们刚刚下载好的模型

• 我们将这个模型的名字复制下来，然后回到命令行输入ollama run deepseek-r1:latest我们就能重新进入到对话了，这里我们简单进行对话下，可以发现效果还是挺ok的

• 那么到这里的话我们ollama安装deepseek的模型就搞定啦，但是呢？我们每次都需要调用命令行就很不方便，那么我们能不能搞一个聊天的界面，和QQ微信一样呢？这里我的回答是可以的，这个就是在可视化的界面使用本地的模型

• 我们这里的话输入了olloma list可以看到我们下载的模型，然后将我们的R1模型名称进行复制，然后输入命令ollama rm deepseek-r1:latest 然后就可以将我们本地的删除了

安装chatbox

• 我们打开chat的官网进行下载操作，我们直接点击免费下载就行了，当然了你如果不想下载的话可以私信我哦，我直接发你这样更快

• 我们双击安装包，点击下一步

• 选择好我们对应的文件夹进行安装操作，安装目录的话我们可以自行进行设置，尽量放在D盘，不要放在C盘

• 这里我们安装好了之后我们运行这个软件，我们选择这个使用自己的 API Key或本地模型

• 选择这个chatbox AI

• 我们在模型设置这里选择Ollama API，然后这个域名的话我们是可以不用改的!

• 然后这个模型这里就会显示我们上面下载好了的deepseek的模型，然后保存就行了

• 然后我们就可以在这个可视化的界面进行聊天了，可以发现反应的速度很快，回答的话也很智能，那么到这里的话我们本地部署的R1就可以使用了

这里其实是可以自定义模型的，但是这里我就不过多进行叙述了，因为我们上面这个就够用了。 这个自定义的话就是你让这个deepseek带入一个角色，你让他是一个医生，然后他就会以医生的视角回答你所询问的问题

那么在平常的代码问题，我们对可以询问我们本地部署的这个deepseek，十分方便呢

感觉这个deepseek的话对图片的分析还是差点意思