【人工智能】学会这几个命令，你也能快速完成DeepSeek R1的本地部署！！！

Ollama部署DeepSeek

Ollama本地部署DeepSeek

导读

大家好，很高兴又和大家见面啦！！！

相信大家现在对DeepSeek这个国产AI已经并不陌生了，并且大部分的朋友已经开始用上了DeepSeek。

说来惭愧，我最近在忙着其他的事情，所以没有第一时间接触该AI，不过没关系，至少咱们现在也是开始使用DeepSeek这款国产AI了。

就我个人的使用体验，我感觉不太好，基本上每天一个问题之后，就会出现**服务器繁忙，请稍后再试**的提示，相信大家也很头疼这个问题。

不过没关系，今天博主就给大家带来了一种解决方法——通过ollama进行deepseek的本地部署。

接下来我们就来看一下具体应该如何操作吧！！！

一、什么是Ollama

Ollama是一个开源的、用于运行各种语言模型的工具，具有以下特点和功能：

1.1 主要特点

• 易于使用：提供简单的命令行界面，用户通过命令就能轻松完成模型的下载、运行等操作，无需复杂的配置和专业知识。
• 模型丰富：支持多种流行的语言模型，如Llama 2、Mistral等，满足不同用户在自然语言处理等方面的需求，像文本生成、问答系统、对话交互等场景。
• 本地运行：能在本地设备运行语言模型，数据处理在本地进行，保障数据隐私和安全性，减少对网络的依赖，提高响应速度。

1.2 核心功能

• 模型管理：可便捷地下载、安装、删除和更新语言模型，如使用 ollama pull 命令下载模型， ollama rm 命令删除模型。
• 模型运行：能启动语言模型并进行交互，通过 ollama run 命令，用户输入文本，模型生成相应回复，可用于开发聊天机器人、内容生成工具等。
• API支持：提供API，方便开发者将Ollama集成到其他应用程序或开发框架中，扩展应用功能，实现与现有系统的无缝对接。

1.3 应用场景

• 自然语言处理研究：为研究人员提供便捷平台，方便他们快速试验不同模型和算法，推动自然语言处理技术发展。
• 聊天机器人开发：基于Ollama运行的语言模型开发智能聊天机器人，用于客服、智能助手等领域，提高用户交互体验。
• 内容创作辅助：帮助写作者生成创意、构思文章、提供写作建议等，提升内容创作效率和质量。

二、Ollama中的命令

Ollama的命令主要有以下这些：

启动Ollama服务： ollama serve

创建模型： ollama create /path/to/Modelfile

显示模型信息： ollama show model\_name

运行模型： ollama run model\_name

从注册表拉取模型： ollama pull model\_name

将模型推送到注册表： ollama push model\_name

列出所有模型： ollama list 或 ollama ls

列出正在运行的模型： ollama ps

删除模型： ollama rm model\_name

查看版本： ollama -v 或 ollama --version

复制模型： ollama cp old\_model new\_model

停止正在运行的模型： ollama stop model\_name

获取帮助信息： ollama help 或 ollama -h

三、Ollama的安装

以下是不同系统快速下载Ollama的方法：

• macOS系统：打开浏览器，访问ollama官网的下载页面，下载安装包Ollama-darwin.zip。下载解压后，将Ollama.app移动到/Applications目录中。
• Windows系统：进入ollama官网，点击“Download”按钮，选择Windows版本的安装包进行下载。下载完成后，双击下载的.exe文件，按照安装向导完成安装。
• Linux系统：打开终端，执行命令 curl -fsSL https://ollama.com/install.sh | sh 即可完成安装。

3.1 Windows系统的安装步骤

由于我自己的电脑是Windows 10，因此这里我只能够展示一下自己的安装过程。

当我们进入官网后，我们可以看到Ollama的主页内容为：

ollama主页

Ollama支持的AI模型

可以看到Ollama支持的AI模型非常丰富，常见的有以下几类：

Llama系列

• Llama 2：Meta推出的大型语言模型，在文本生成等任务上表现出色。
• Llama 3.1：Llama系列的新版本，具有更先进的对话和问答能力。

Mistral系列

• Mistral 7B：功能多样，能很好地平衡性能和推理速度，适用于自然语言处理和编码任务。

WizardLM系列

• WizardLM-2：以7亿参数的轻量化设置，在聊天和编码场景中展现出高效性，其响应可与更大规模的模型相媲美。

Phi系列

• Phi 3：由微软研究院开发，具备强大的推理和语言理解能力，适用于一般的自然语言处理任务。

Deepseek系列

• deepseek-v3：专注于文本生成任务。

其他

• Gemma2：可用于多种自然语言处理场景。
• Stable Code：专为编码任务设计，在代码补全和生成方面优势明显。
• Neural Chat：适用于对话生成等任务

下载Ollama

在进入官网后，我们直接点击下载按钮，进入Ollama的下载界面，选择自己的系统进行文件下载：

下载界面

PS：

这里要注意，这个下载的网速可能不太稳定，如果下载的时间过长，可以取消重新下载，多试几次。我第一次下载的时候它需要17个小时才能完成下载，但是后面尝试了多次后，最终只用了十几分钟的时间就完成了下载。它这里下载的实际上就是一个安装文件，对应的文件我已经上传了，大家不想在官网下载，也可以直接下载资源。

下载好后我们可以打开我的电脑，选择下载，找到刚刚下载好的文件：

下载文件

这里我的习惯是把下载好的文件直接剪切后，粘贴到自己所需要进行存放的目录下，我的习惯是将软件类的文件放在D盘，大家根据自己的需求进行放置。

安装Ollama

我们在完成下载后，就可以直接找到对应的文件进行安装操作了：

选择文件

现在我们双击该应用程序进入安装界面，我们就能够看到对应的安装窗口：

安装Ollama

这里我们直接点击Install进行安装，等待程序自己完成安装，这里程序是默认安装在C盘中，这个我们无需理会。

检查安装

由于该程序在安装完成后，可能无法正常弹出对应的控制台窗口用于提示安装是否成功，这里我们可以通过本地的控制台窗口来进行检查，步骤如下：

1. WIN+R：打开运行窗口
2. 输入CMD：打开控制台窗口
3. 在终端输入 ollama --version ，若输出版本号，则说明安装成功。

Ollama安装检查

可以看到，此时我已经完成了Ollama的安装工作。

四、DeepSeek本地部署

在完成Ollama的安装后，我们就可以继续进行AI模型的本地部署了，不同版本的部署指令如下所示：

由于我这台电脑已经很老旧了，各种配置只能够适应r1的最低版本.1.5b，这里我也就给大家看一下安装好后的界面：

deepseek本地部署

至此，我们就完成了deepseek本地部署的工作。

五、DeepSeek-R1所需电脑配置

DeepSeek-R1各个版本所需的电脑配置如下：

• DeepSeek-R1-1.5B：CPU最低4核，内存8GB+，硬盘3GB+存储空间，显卡非必需，若GPU加速可选4GB+显存的如GTX 1650，适用于低资源设备部署等。
• DeepSeek-R1-7B：CPU 8核以上，内存16GB+，硬盘8GB+，显卡推荐8GB+显存的如RTX 3070/4060，可用于本地开发测试等。
• DeepSeek-R1-8B：硬件需求与7B相近略高，CPU 8核以上，内存16GB+，硬盘8GB+，显卡推荐8GB+显存的如RTX 3070/4060，适用于需更高精度的轻量级任务。
• DeepSeek-R1-14B：CPU 12核以上，内存32GB+，硬盘15GB+，显卡16GB+显存如RTX 4090或A5000，可用于企业级复杂任务等。
• DeepSeek-R1-32B：CPU 16核以上，内存64GB+，硬盘30GB+，显卡24GB+显存如A100 40GB或双卡RTX 3090，适合高精度专业领域任务等。
• DeepSeek-R1-70B：CPU 32核以上，内存128GB+，硬盘70GB+，显卡需多卡并行，如2×A100 80GB或4×RTX 4090，适合科研机构等进行高复杂度生成任务等。
• DeepSeek-R1-671B：CPU 64核以上，内存512GB+，硬盘300GB+，显卡需多节点分布式训练，如8×A100/H100，适用于国家级/超大规模AI研究等。

大家可以根据自己的电脑配置来安装更加合适的版本。

结语

AI是科技发展的产物，随着时代的发展，AI将会逐渐在社会中进行普及，相信再过一段时间后，AI也会像手机、电脑这样的科技产物，被所有人使用。

为了与时代接轨，顺应时代的洪流同步发展，我们应该开始接触并学习一些AI的知识与相关软件的操作，以帮助我们在日常工作中大大提高我们的工作效率，节省我们的工作时间。

接下来，博主也会开始慢慢的更新一些AI相关的博客内容。期待各位的关注、点赞、与评论，同时大家也可以将博主的文章分享给更多需要的人！！！

谢谢大家，咱们下一篇内容再见！！！