DeepSeek R1最全本地部署教程 適用于Mac/Windows/Linux平臺(tái)

說(shuō)到本地部署大模型,就不得不提到 Ollama。Ollama 是一個(gè)開(kāi)源項(xiàng)目,旨在簡(jiǎn)化大語(yǔ)言模型(LLM)在本地環(huán)境中的部署和使用。它為用戶提供了一個(gè)簡(jiǎn)單易用的接口,使得即使沒(méi)有深厚技術(shù)背景的用戶也能輕松地在自己的設(shè)備上運(yùn)行和管理大模型。本篇文章將以部署國(guó)產(chǎn)最新崛起的 AI 大模型 DeepSeek R1 為例,手把手教你如何利用 Ollama 在本地環(huán)境中快速搭建和運(yùn)行這些先進(jìn)的 AI 模型。
一、DeepSeek R1 簡(jiǎn)介
DeepSeek R1 是一款開(kāi)源 AI 模型,其性能可與 OpenAI 的 GPT-4 和 Claude 3.5 Sonnet 等頂級(jí)模型媲美,尤其在數(shù)學(xué)、編程和推理等任務(wù)上表現(xiàn)出色。最重要的是,它是免費(fèi)、私密的,可以在本地硬件上離線運(yùn)行。
DeepSeek R1 提供多個(gè)參數(shù)規(guī)模的版本,從輕量級(jí)的 1.5B 參數(shù)模型到高性能的 70B 版本。它基于 Qwen 7B 架構(gòu)的精簡(jiǎn)優(yōu)化版本,既保持強(qiáng)大性能,又具備更高的計(jì)算效率。
其主要亮點(diǎn)包括:
- 完全開(kāi)源,可自由使用。
- 支持本地運(yùn)行,無(wú)需依賴云服務(wù)器。
- 數(shù)據(jù)完全可控,確保隱私安全。
二、為什么選擇本地部署?
本地運(yùn)行 AI 模型有以下優(yōu)勢(shì):
- 隱私保障:所有數(shù)據(jù)均存儲(chǔ)在本地,避免敏感信息泄露。
- 零額外成本:DeepSeek R1 免費(fèi)運(yùn)行,無(wú)需訂閱或額外費(fèi)用。
- 完全控制:可以進(jìn)行微調(diào)和本地優(yōu)化,無(wú)需外部依賴。
三、硬件要求
四、安裝步驟
步驟 1:安裝 Ollama
Ollama 是一款本地 AI 運(yùn)行工具,可幫助用戶輕松運(yùn)行 DeepSeek R1。
下載地址:https://ollama.com/download
安裝完成后,Ollama 提供了在終端直接運(yùn)行 AI 模型的功能。
Ollama 簡(jiǎn)介
Ollama 是一個(gè)專注于簡(jiǎn)化大語(yǔ)言模型(LLM)本地部署的開(kāi)源工具。它的設(shè)計(jì)目標(biāo)是讓用戶能夠以最少的配置和操作,輕松在本地設(shè)備上運(yùn)行和管理各種大模型。無(wú)論是開(kāi)發(fā)者、研究者,還是普通用戶,都可以通過(guò) Ollama 快速體驗(yàn)大語(yǔ)言模型的強(qiáng)大能力,而無(wú)需依賴云端服務(wù)或復(fù)雜的部署流程。
Ollama 核心特點(diǎn)
- 開(kāi)箱即用:提供了預(yù)配置的模型包,用戶只需通過(guò)簡(jiǎn)單的命令即可下載和運(yùn)行模型,無(wú)需手動(dòng)配置環(huán)境或處理復(fù)雜的依賴關(guān)系。
- 跨平臺(tái)支持:支持 Windows、macOS 和 Linux 系統(tǒng),覆蓋了大多數(shù)主流操作系統(tǒng),滿足不同用戶的需求。
- 模型管理:用戶可以輕松管理多個(gè)模型版本,包括下載、更新和切換模型。它還支持自定義模型配置。
- 資源優(yōu)化:針對(duì)本地硬件進(jìn)行了優(yōu)化,能夠在有限的資源下高效運(yùn)行大模型。無(wú)論是高性能 GPU 還是普通 CPU,都能流暢的體驗(yàn)。
- 開(kāi)發(fā)者友好:提供了豐富的 API 和詳細(xì)的文檔,方便開(kāi)發(fā)者將其集成到自己的應(yīng)用中,或者進(jìn)行二次開(kāi)發(fā)。
Ollama 的適用場(chǎng)景
- 個(gè)人學(xué)習(xí)與研究:非常適合個(gè)人用戶在自己的電腦上探索大語(yǔ)言模型的能力,無(wú)需依賴云端服務(wù)。
- 本地開(kāi)發(fā)與測(cè)試:開(kāi)發(fā)者可以利用 Ollama 在本地快速測(cè)試和調(diào)試基于大模型的應(yīng)用,提升開(kāi)發(fā)效率。
- 隱私保護(hù):由于模型完全運(yùn)行在本地,Ollama 特別適合對(duì)數(shù)據(jù)隱私有較高要求的場(chǎng)景,例如醫(yī)療、金融等領(lǐng)域。
Ollama 安裝
Ollama 的安裝也特別的簡(jiǎn)單,基本上只需要鼠標(biāo)點(diǎn)點(diǎn)點(diǎn)即可,以下是具體的安裝步驟:
1、打開(kāi) Ollama 官網(wǎng):https://ollama.com/download,根據(jù)自己的操作系統(tǒng)下載不同的安裝程序包。
2、下載完成后,雙開(kāi)打開(kāi)點(diǎn)擊 “install” 即可,然后就是耐心等待幾分鐘。
3、經(jīng)過(guò)了幾分鐘,你可能發(fā)現(xiàn)安裝的界面不見(jiàn)了,不要慌這是正常的。接下來(lái)就是打開(kāi) CMD 命令窗口
(通過(guò) Win + R
鍵可打開(kāi));
當(dāng)出現(xiàn)運(yùn)行窗口時(shí),輸入 cmd
點(diǎn)擊確定即可,在命令窗口中再輸入 ollama
如果輸出結(jié)果跟我一樣,那就表示成功安裝了。
這里輸出的是 ollama 命令的用法的,具體如下:
用法: ollama [flags] ollama [命令] 可用命令: serve 啟動(dòng) ollama create 從 Modelfile 創(chuàng)建模型 show 顯示模型信息 run 運(yùn)行模型 stop 停止正在運(yùn)行的模型 pull 從注冊(cè)表拉取模型 push 將模型推送到注冊(cè)表 list 列出模型 ps 列出正在運(yùn)行的模型 cp 復(fù)制模型 rm 刪除模型 help 獲取命令幫助 標(biāo)志: -h, --help 顯示幫助信息 -v, --version 顯示版本信息 使用 "ollama [命令] --help" 獲取有關(guān)命令的更多信息。
Open - Webui 安裝
什么是 Open WebUI ?
Open WebUI 是一個(gè)開(kāi)源的、基于 Web 的用戶界面(UI)框架,專為與大語(yǔ)言模型(LLM)交互而設(shè)計(jì)。它提供了一個(gè)直觀、友好的圖形界面,使用戶能夠通過(guò)瀏覽器輕松地與本地或遠(yuǎn)程部署的大語(yǔ)言模型進(jìn)行交互,而無(wú)需依賴復(fù)雜的命令行工具。Open WebUI 支持多種功能,包括聊天、模型管理、歷史記錄查看等,極大地提升了用戶的使用體驗(yàn)。
為什么將 Open WebUI 與 Ollama 結(jié)合使用?
Ollama主要是通過(guò)命令進(jìn)行操作,對(duì)于不熟悉命令行的用戶來(lái)說(shuō)可能不夠友好。而 Open WebUI 正好彌補(bǔ)了這一不足,它為用戶提供了一個(gè)直觀的圖形界面,使得與 Ollama 部署的模型交互變得更加簡(jiǎn)單和高效。
Open - Webui 安裝
Open - Webui 提供了多種安裝方式,這里我用的是 Python pip。
如果你還沒(méi)有安裝 Python,可以查看下面這篇安裝教程。注意:請(qǐng)確保安裝的是 Python 3.11 版本避免兼容性問(wèn)題。
Python安裝教程:https://blog.csdn.net/Palpitate_2024/article/details/145406375?spm=1001.2014.3001.5501
通過(guò) Python pip 安裝
打開(kāi) CMD
命令窗口,執(zhí)行以下命令即可安裝。
pip install open-webui
安裝完成后,執(zhí)行以下命令即可運(yùn)行。
open-webui serve
這將啟動(dòng) Open WebUI 服務(wù)器,可以通過(guò) http://localhost:8080 進(jìn)行訪問(wèn);首次啟動(dòng)后,需要注冊(cè)一個(gè)管理賬號(hào);點(diǎn)擊注冊(cè)即可。
相關(guān)文章
如何實(shí)現(xiàn)deepseek本地部署?詳細(xì)教學(xué)deepseek本地環(huán)境搭建及設(shè)置
本文將詳細(xì)介紹deepseek本地部署的完整步驟,包括從環(huán)境配置到軟件安裝的全程指南,我們將細(xì)節(jié)和注意點(diǎn)做了介紹,確保你能夠在短時(shí)間內(nèi)完成高效、安全的配置,快速啟動(dòng)Deep2025-02-04本地部署DeepSeek-R1聯(lián)網(wǎng) 超簡(jiǎn)單的DeepSeek離線部署聯(lián)網(wǎng)搜索教程
DeepSeek是近日熱門(mén)的AI大型語(yǔ)言模型,目前可實(shí)現(xiàn)本地部署版本,那么DeepSeek本地部署后如何實(shí)現(xiàn)聯(lián)網(wǎng)?這里要給大家介紹一個(gè)插件,簡(jiǎn)單快速部署deepseek-r1本地,無(wú)需網(wǎng)絡(luò)2025-02-06- 過(guò)年這幾天,DeepSeek 算是徹底破圈了,火遍大江南北,火到人盡皆知,有不少讀者私信詢問(wèn)本地部署DeepSeek-R1的電腦配置要求,下面我們就一起看看DeepSeek每個(gè)版本的配置要2025-02-07
- 本文將通過(guò)圖文結(jié)合的方式,詳細(xì)介紹 DeepSeek 的安裝、配置、基本使用、高級(jí)功能以及實(shí)用技巧,幫助你快速上手并掌握這一工具2025-02-08
全新DeepSeek R1 本地部署詳細(xì)圖文教程 支持Web-UI 可以斷網(wǎng)使用(附下
DeepSeek全球下載榜單登頂,因?yàn)樘^(guò)火爆了,導(dǎo)致DeepSeek這段時(shí)間用的時(shí)候幾乎天天崩潰,經(jīng)常出現(xiàn)“服務(wù)器繁忙,請(qǐng)稍后再試”的情況,這里為大家?guī)?lái)DeepSeek R1本地部署2025-02-07DeepSeek服務(wù)器繁忙怎么解決?手把手教你本地連接DeepSeek R1告別不響
近期DeepSeek經(jīng)常出現(xiàn)服務(wù)器繁忙,請(qǐng)稍后再試的情況,那么DeepSeek服務(wù)器繁忙怎么解決呢?本文手把手教你本地連接DeepSeek R1,告別不響應(yīng),一起來(lái)看看吧2025-02-07看到滿血版價(jià)格想想還是算了! 本地部署 DeepSeek 電腦硬件配置清單
針對(duì)本地部署DeepSeek大模型的配置需求,需根據(jù)模型規(guī)模(如7B/13B/70B參數(shù))和量化方案進(jìn)行區(qū)分,以下是三個(gè)層級(jí)的硬件配置建議2025-02-09不會(huì)用DeepSeek?建議收藏這20個(gè)神級(jí)操作指令!
如果你是內(nèi)容創(chuàng)作者,或者在數(shù)字營(yíng)銷、數(shù)據(jù)分析等領(lǐng)域工作,提升工作效率和創(chuàng)作水平是必不可少的,而掌握一些強(qiáng)大的創(chuàng)作指令,無(wú)疑能讓你事半功倍!今天,我整理了20個(gè)Deep2025-02-09DeepSeek R1 671B 完整版本地部署詳盡教程來(lái)了!
關(guān)于本地部署,大多數(shù)人使用的是蒸餾后的8B/32B/70B版本,本質(zhì)是微調(diào)后的Llama或Qwen模型,并不能完全發(fā)揮出DeepSeek R1的實(shí)力,下面我們就來(lái)看看DeepSeek R1 671B 完整版2025-02-09DeepSeek-R1 與 AnythingLLM 安裝部署本地知識(shí)庫(kù)詳細(xì)教程
DeepSeek R1是目前最火的大模型,近來(lái)有很多朋友問(wèn)怎么搭建DeepSeek 本地知識(shí)庫(kù),在這里分享一種使用DeepSeek + AnythingLLM快速搭建本地知識(shí)庫(kù)的方法,完全本地化,懶人必2025-02-20