当前位置: 首页 > article >正文

DeepSeek Window本地私有化部署

前言

最近大火的国产AI大模型Deepseek大家应该都不陌生。除了在手机上安装APP或通过官网在线体验,其实我们完全可以在Windows电脑上进行本地部署,从而带来更加便捷的使用体验。 之前也提到过,本地部署AI模型有很多好处,比如:隐私安全——所有数据都保存在本地,不用担心泄露敏感信息;响应速度快——官方或第三方服务由于访问量大,常常会导致卡顿,而本地部署能避免这种延迟问题。

要在本地部署DeepSeek R1大模型并不难,只需安装开源工具Ollama,它可以支持各种AI模型的运行。如果觉得在终端里与AI交互不够直观或美观,还可以再安装一个图形化界面,就能像与ChatGPT一样,在网页上与大模型对话了。
在这里插入图片描述

软件介绍:

Ollama

Ollama是一个开源软件,主要用于在本地电脑设备上下载、部署和使用大模型(LLM)。它提供了丰富的LLM库,如llama、qwen、mistral以及DeepSeek R1等,并且支持不同参数规模的模型,以适配不同性能的电脑设备‌。Ollama虽然支持直接使用LLM,但仅能在命令行中进行对话,交互功能有限,因此需要配合其他工具使用‌。通俗理解为用于方便本地部署大模型使用的工具,实现离线使用和数据得到安全保护。

DeepSeek R1

DeepSeek R1是一个大模型,常用于本地部署。通过Ollama和CherryStudio,用户可以在本地电脑上部署和使用DeepSeek R1,从而实现离线使用和隐私保护。DeepSeek R1在本地部署时,不需要依赖高配置的GPU,较低参数规模的模型甚至不需要独立显卡也可以在电脑运行‌。

CherryStudio

CherryStudio是一个可视化界面工具,内置了多个大模型服务商,用户只需进行简单的配置即可使用大模型。它使得交互操作更加方便,用户不需要在命令行中进行对话‌。通过配置Ollama模型,CherryStudio可以提供更友好的用户界面,使得本地部署的大模型更容易使用‌。通俗理解为就是一个与AI交互的界面,界面上可以选择你部署好的不同AI模型(如deepseekR1等)进行使用。

windows本地部署

一、安装Ollama

1、访问Ollama的官网:https://ollama.com/download
在这里插入图片描述
2、下载好后,鼠标右键以管理员身份运行
在这里插入图片描述
3、点击install安装,默认安装在C盘,所以C盘最好预留出空间来,最低4GB的存储空间.
在这里插入图片描述
4、安装好之后,我们按住Win+R键,在运行框中输入cmd打开Windows系统自带的终端界面:
在这里插入图片描述
5、然后输入ollama回车,看到下面信息即为安装成功!但现在还没有AI模型,下一步将会教你利用ollama安装DeepSeek R1模型。
在这里插入图片描述

二、安装DeepSeek-r1模型

1、访问ollama 提供的模型下载地址:https://ollama.com/library/deepseek-r1
在这里插入图片描述
DeepSeek-R1模型配置要求
大家可以根据自己的需求和资源配置选择模型进行下载,下面是不同版本模型版本对性能配置要求。

1.5B版本‌
CPU‌:最低4核,推荐多核处理器
‌内存‌:8GB以上
‌硬盘‌:3GB以上存储空间(模型文件约1.5-2GB)。
‌显卡‌:非必需,若使用GPU加速,推荐4GB以上显存的显卡(如GTX 1650)
‌适用场景‌:低资源设备部署(如树莓派、旧款笔记本)、实时文本生成(聊天机器人、简单问答)、嵌入式系统或物联网设备‌

7B版本‌
CPU‌:8核以上,推荐现代多核CPU
‌内存‌:16GB以上
‌硬盘‌:8GB以上
‌显卡‌:推荐8GB以上显存的显卡(如RTX 3070/4060)
‌适用场景‌:本地开发测试、中等复杂度NLP任务(文本摘要、翻译)、轻量级多轮对话系统‌

8B版本‌
CPU‌:8核以上
‌内存‌:16GB以上
‌硬盘‌:8GB以上
‌显卡‌:推荐8GB以上显存的显卡(如RTX 4090或A5000)
‌适用场景‌:需更高精度的轻量级任务(如代码生成、逻辑推理)‌

14B版本‌
CPU‌:12核以上
‌内存‌:32GB以上
‌硬盘‌:15GB以上
‌显卡‌:16GB以上显存的显卡(如RTX 4090或A5000)
‌适用场景‌:企业级复杂任务(合同分析、报告生成)、长文本理解与生成(书籍/论文辅助写作)‌

32B版本‌
CPU‌:16核以上(如AMD Ryzen 9或Intel i9)
‌内存‌:64GB以上
‌硬盘‌:30GB以上
‌显卡‌:24GB以上显存的显卡(如A100 40GB或双卡RTX 3090)
‌适用场景‌:高精度专业领域任务(医疗/法律咨询)、多模态任务预处理(需结合其他框架)‌

70B版本‌
CPU‌:16核以上
‌内存‌:64GB以上
‌硬盘‌:30GB以上
‌显卡‌:40GB以上显存的显卡(如多张A100/H800等专业卡)
‌适用场景‌:高性能场景、需平衡质量与成本‌

671B版本‌
‌CPU‌:16核以上
‌内存‌:64GB以上
‌硬盘‌:30GB以上
‌显卡‌:40GB以上显存的显卡(如多张A100/H800等专业卡)
‌适用场景‌:尖端领域(药物研发、复杂系统模拟),适合云服务或科研机构‌

2、我这里下载1.5b的轻量级deepseek模型进行演示,如下命令:

ollama run deepseek-r1:1.5b

在这里插入图片描述
3、输入问题,马上就能收到回答,速度挺快的:
在这里插入图片描述

三、安装图形化交互界面

1、首先下载一个叫 Cherry Studio的软件,这个软件主要用于与AI交互的可视化界面。如下图。网址: https://cherry-ai.com/download
在这里插入图片描述
2、右键管理员身份运行安装“Cherry-Studio-0.9.19-setup.exe”软件即可。
在这里插入图片描述
3、安装好后,桌面双击运行该软件,进行设置添加deepseek模型
在这里插入图片描述
4、选择deepseek模型进行对话
在这里插入图片描述
5、现在就可以用界面跟AI交互啦
在这里插入图片描述

四、总结

看到这里,相信你对DeepSeek 本地化部署又一定了解了;其实部署不难,如果你是个人搭建体验的话,也不用再为性能和本地硬件资源发愁;恰好你有充足的算力和技术储备,本地部署也是个非常不错的选择。不过,在整个过程中,我想和你分享的不仅仅是这些技术细节。而是一个中国团队能做出世界级大模型,一个需要 +86 才能注册的大模型。很庆幸,我们能作为中国 AI 技术进步的见证人。当然,暂时的领先不是终点。但 DeepSeek 给我们带来的,是“中国也可以”这份信心。这,才是我们真正要守护的希望。


http://www.kler.cn/a/537048.html

相关文章:

  • 【Android开发AI实战】基于CNN混合YOLOV实现多车牌颜色区分且针对车牌进行矫正识别(含源码)
  • 2025.2.5——五、[网鼎杯 2020 青龙组]AreUSerialz 代码审计|反序列化
  • 记一次golang环境的变化
  • 新能源产业的质量革命:六西格玛培训如何重塑制造竞争力
  • MySQL的底层原理与架构
  • 20240206 adb 连不上手机解决办法
  • Ubuntu Crontab 日志在什么位置 ?
  • 京东java面试流程_java京东社招面试经历
  • ES6 迭代器 (`Iterator`)使用总结
  • flutter Selector 使用
  • StarSpider 星蛛 爬虫 Java框架 可以实现 lazy爬取 实现 HTML 文件的编译,子标签缓存等操作
  • 前端导出pdf,所见即所得
  • 芯科科技的BG22L和BG24L带来应用优化的超低功耗蓝牙®连接
  • Spring Boot 有哪些优点
  • 【Redis】事务因WATCH的键被修改而失败 事务队列中的操作被自动丢弃 UNWATCH的应用场景
  • 视频编辑质量评价的开源项目 VE-Bench 介绍
  • 使用deepseek快速创作ppt
  • 基于物联网技术的智能寻车引导系统方案:工作原理、核心功能及系统架构
  • 如何设置Jsoup请求头模拟浏览器访问?
  • redis之AOF持久化过程
  • Plugin有什么作用?Plugin是什么?
  • 探索robots.txt:网站管理者的搜索引擎指南
  • yolov11模型在Android设备上运行【踩坑记录】
  • 【面试】Java高频面试题(2023最新版)
  • e2studio开发RA2E1(9)----定时器GPT配置输入捕获
  • 5.2Internet及其作用