保姆级教程：0成本零基础带你部署DeepSeek-R1模型

文章背景

😀 最近，一家名叫 DeepSeek 的初创公司经过技术迭代与升级，发布了全新一代大模型，“DeepSeek-V3”。由于这款大模型太过好用，DeepSeek R1 更是直接免费开源，在AI发烧友圈子传播后，传到了海外社交平台、技术论坛，引发了海外网友的连连称赞。

各项性能指标更是和 OpenAI-o1 模型不相上下，甚至做到了小部分的超越，关键是开源的，我们可以在本地部署使用

安装前准备

本次采用云上环境进行部署，腾讯云 Cloud Studio 是一个免费提供10000分钟的开箱即用的一个AI应用平台，免费提供16G显存，8核32G虚拟机。

免费体验地址：https://ide.cloud.tencent.com

1.打开网址Cloud Studio使用微信或QQ等进行网站登录。

2.点击“高性能工作空间”中点击右侧的“新建”按钮。

3.在弹出的窗口中选择”基础型“或者”HAI进阶型“。

4.在弹出的窗口中，空间名称自定义，比如“DeepSeek-R1”,在应用模版中选择“Ollama”后点击新建。

5.等待工作空间创建完成后，显示“运行中”状态后，点击图标跳转IDE环境。

安装配置

1.在弹出的IDE环境中，点击“终端”>“新建终端”。

2.在弹出的终端中输入如下命令检查运行环境。

3.执行如下命令，部署deepseek-r1:14b模型。（执行命令后会进行模型下载，需要等待20分钟左右。）

4.在新建一个bash 终端，执行如下命令进行端口映射。

wget https://mirror.ghproxy.com/https://github.com/VaalaCat/frp-panel/releases/download/latest/frp-panel-client-linux-amd64
chmod +x /workspace/frp-panel-client-linux-amd64
/workspace/frp-panel-client-linux-amd64 client -s 12df23ad-60ac-4a68-ad74-489b0939afcf -i WKP.c
.api -a frp -r frp.7ii.win -c 9001 -p 9000 -e http &

5.在终端启动 deepseek-r1

模型验证

3.1 文本客户端

1.客户端下载ChatGPTNextWeb/NextChat: ✨ Local and Fast AI Assistant. Support: Web | iOS | MacOS | Android | Linux | Windows

下载地址：https://github.com/ChatGPTNextWeb/NextChat

2.安装后点击设置

3.在“接口地址”中填写“http://api.hk.frp.7ii.win:8888/”，在“自定义模型名”中填写“deepseek-r1:14b”

4.切换模型到deepseek-r1:14b

5.调用测试。

3.2 Visual Studio Code 中使用

1.下载并安装Visual Studio Code - Code Editing. Redefined

下载地址：https://code.visualstudio.com

2.安装Cline

下载地址：https://marketplace.visualstudio.com/items?itemName=saoudrizwan.claude-dev

3.按照图示填写对应内容。

4.勾选“Auto-approve”所有选项，模式为Act，然后就可以进行对话使用了。

其他模型

# 1.5B Qwen DeepSeek R1
ollama run deepseek-r1:1.5b

# 7B Qwen DeepSeek R1
ollama run deepseek-r1:7b

# 8B Llama DeepSeek R1
ollama run deepseek-r1:8b

# 14B Qwen DeepSeek R1
ollama run deepseek-r1:14b

# 32B Qwen DeepSeek R1
ollama run deepseek-r1:32b

# 70B Llama DeepSeek R1
ollama run deepseek-r1:70b

4.1 更多模型下载

4.1.1 DeepSeek-R1

DeepSeek-R1-Zero 和 DeepSeek-R1 基于 DeepSeek-V3-Base 进行训练。有关模型架构的更多详细信息，请参阅DeepSeek-V3存储库。

4.1.2 DeepSeek-R1-Distill 模型

DeepSeek-R1-Distill 模型基于开源模型进行了微调，使用了 DeepSeek-R1 生成的样本。我们对其配置和分词器进行了轻微更改。请使用我们的设置来运行这些模型。

4.2 评估结果

4.2.1 DeepSeek-R1 评估

对于我们所有的模型，最大生成长度设置为 32,768 个 token。对于需要采样的基准，我们使用的温度为0.6，top-p 值为0.95，并为每个查询生成 64 个响应来估计 pass@1。

4.2.2 蒸馏模型评估

免责声明：

本文来源于 Cloud1024 作者的投稿，由于笔者水平有限，尽管经过多次验证和检查，尽力确保内容的准确性，但仍可能存在疏漏之处。敬请业界专家大佬不吝指教。

本文所述内容仅通过实战环境验证测试，读者可学习、借鉴，但严禁直接用于生产环境。由此引发的任何问题，作者概不负责！

现在开始带你飞

在未来的技术旅程中，腾讯云 Cloud Stuio携手腾讯云AI代码助手同行，为你提供免费的 GPU 空间和编码神器，腾讯云AI代码助手也将近期支持多模型接入，强烈安利你提前在 IDE 插件市场搜索腾讯云 AI 代码助手，即先下载这款神器——腾讯云 AI 代码助手，本教程以在 Visual Studio Code 中为例。下载Visual Studio Code在插件市场搜索—腾讯云 AI 代码助手，秒安装，微信秒登录