DeepSeek-R1 本地部署教程（超简版）
文章目录
- 一、DeepSeek相关网站
- 二、DeepSeek-R1硬件要求
- 三、本地部署DeepSeek-R1
- 1. 安装Ollama
- 1.1 Windows
- 1.2 Linux
- 1.3 macOS
- 2. 下载和运行DeepSeek模型
- 3. 列出本地已下载的模型
- 四、Ollama命令大全
- 五、常见问题解决
- 附：DeepSeek模型资源
一、DeepSeek相关网站
官方网站：DeepSeek
开源模型：https://huggingface.co/deepseek-ai
GitHub地址：https://github.com/deepseek-ai
接口文档：首次调用 API | DeepSeek API 文档
二、DeepSeek-R1硬件要求
以下是 DeepSeek-R1 系列模型在不同规模下的硬件需求（以 Q4_K_M 量化 为例）。这些需求是估算值，实际需求可能因实现方式和上下文长度而有所不同：
| 模型规模 | 显存需求 (Q4_K_M) | 硬件需求说明 |
|---|---|---|
| 1.5B | ~1.5 GB | 轻量级，适合大多数消费级 GPU（如 GTX 1060 以上） |
| 7B | 4.7 GB | 示例数据（Q4_K_M 量化），需要中端 GPU（如 RTX 3060） |
| 8B | ~5.4 GB | 略高于 7B，适合 RTX 3060/3070 |
| 14B | ~9.4 GB | 需要高端消费级 GPU（如 RTX 3080/3090） |
| 32B | ~21.5 GB | 需要专业级 GPU（如 A100 或 3090 24GB） |
| 70B | ~47 GB | 通常需要多 GPU 或 云服务器（如 A100 40GB） |
| 671B | ~450 GB | 仅适合分布式系统或超大规模集群 |
说明：
-
量化方式：假设使用 4-bit 量化（Q4_K_M），显存需求较低。如果使用 FP16/32，显存需求会大幅增加（如 7B FP16 需要约 14 GB）。
-
硬件建议：
1.5B-14B：适合消费级 GPU，如 RTX 3060/3080。
32B-70B：需要专业级 GPU 或多 GPU 并行。
671B：仅适合超大规模集群或分布式系统。 -
上下文长度：长上下文会进一步增加显存需求，建议根据实际场景调整硬件配置。
如果需要更高精度（如 FP16/32）的显存需求，可以按比例估算（FP16 约为 Q4_K_M 的 4 倍）
三、本地部署DeepSeek-R1
1. 安装Ollama
https://ollama.com/download
根据你的操作系统选择安装方式：
1.1 Windows
- 访问 https://ollama.com/download/windows 下载Windows安装程序。
- 双击安装，完成后在命令行输入
ollama验证。
1.2 Linux
curl -fsSL https://ollama.ai/install.sh | sh
1.3 macOS
方式1：直接下载安装，访问 https://ollama.com/download/mac 下载macOS安装包，双击安装。
方式2：Homebrew 安装
brew install ollama
2. 下载和运行DeepSeek模型
访问 ollama 网站 deepseek-r1 各个版本：https://ollama.com/library/deepseek-r1
选择电脑符合条件的模型规模，复制命令。
- 方式一：直接运行
以使用70b为例，打开命令行粘贴或输入：
ollama run deepseek-r1:70b
当我们没有该模型时会自动下载并运行，如果已经下载完成，运行该命令则直接启动。
运行后出现以下提示表示成功：
>>> Send a message (/? for help)
- 方式二：下载并部署
拉取的过程后面可能会很慢，对于 linux 和 mac 使用挂在后台拉取：
nohup ollama pull deepseek-r1:70b &
3. 列出本地已下载的模型
ollama list
四、Ollama命令大全
| 命令 | 描述 | 示例 |
|---|---|---|
| ollama run [model-name] | 启动模型并与之交互 | ollama run deepseek-r1:7b |
| ollama list | 列出本地已下载的模型 | ollama list |
| ollama pull [model-name] | 从模型库中下载一个模型 | ollama pull deepseek-r1:7b |
| ollama rm [model-name] | 删除本地的一个模型 | ollama rm deepseek-r1:7b |
| ollama show [model-name] | 查看某个模型的详细信息 | ollama show deepseek-r1:7b |
| ollama serve | 启动 Ollama 服务 | ollama serve |
| ollama stop | 停止 Ollama 服务 | ollama stop |
| ollama logs | 查看 Ollama 的日志信息 | ollama logs |
| ollama create [model-name] -f [config-file] | 使用自定义的模型配置文件创建模型 | ollama create deepseek-r1:7b -f ./my-model-config.yaml |
| ollama export [model-name] [output-file] | 导出模型为文件 | ollama export deepseek-r1:7b ./llama2-model.tar |
| ollama import [input-file] | 从文件导入模型 | ollama import ./llama2-model.tar |
| ollama version | 查看 Ollama 的版本信息 | ollama version |
| ollama --help | 查看所有可用的命令及其说明 | ollama --help |
五、常见问题解决
- 模型不存在？
确认模型名称正确，或访问DeepSeek官网获取最新模型名称。 - 网络问题
配置代理（Linux/macOS）：
export HTTP_PROXY=http://127.0.0.1:7890
export HTTPS_PROXY=http://127.0.0.1:7890
附：DeepSeek模型资源
- DeepSeek-R1：https://github.com/deepseek-ai/DeepSeek-R1
- 官方模型库：https://huggingface.co/deepseek-ai
- Ollama文档：https://github.com/ollama/ollama