DeepSeek-R1 的本地部署指南推荐

區塊鏈周刊（Blockchain Weekly）介绍，DeepSeek-R1 是一款强大的人工智能模型，通过本地部署，你可以在自己的设备上运行它，获得更个性化、更安全的使用体验。本指南将以通俗易懂的方式，一步一步地指导你完成 DeepSeek-R1 的本地部署。

一、部署前的准备工作

（一）硬件要求

• 处理器（CPU）：建议使用英特尔 Core i7 及以上系列的处理器，或者 AMD 同等性能的处理器，如英特尔 Core i7 - 12700K 或 AMD Ryzen 7 5800X 等。这类处理器核心数和主频较高，能为模型运行提供充足计算能力。
• 显卡（GPU）：若追求更快运行速度，建议配备 NVIDIA 的 GPU，如 NVIDIA GeForce RTX 3060 及以上型号。GPU 可加速模型推理过程，处理大规模数据时效果显著。如果没有独立显卡，也可使用 CPU 模式运行，但速度约为 GPU 的 20% 。
• 内存（RAM）：至少需要 16GB 内存，条件允许的话，推荐使用 32GB 或更多内存，以确保模型运行时不会因内存不足而卡顿或崩溃。
• 存储空间：准备至少 50GB 的可用存储空间，用于下载和安装 DeepSeek - R1 及其相关依赖，使用 SSD 硬盘可加快模型加载速度。

（二）软件要求

• 操作系统：支持 Windows 10 及以上版本、Linux（如 Ubuntu 20.04 及以上）或 macOS 10.15 及以上版本。本指南以 Ubuntu 20.04 为例进行说明。
• Python 环境：安装 Python 3.8 或更高版本。可通过以下命令检查系统中是否已安装 Python 及版本：

python3 --version

若未安装 Python 3.8 或更高版本，可使用以下命令进行安装：

sudo apt updatesudo apt install python3.8

• 依赖管理工具：安装 pip，它是 Python 的包管理工具，用于安装和管理 DeepSeek - R1 所需的各种 Python 库。使用以下命令安装 pip：

sudo apt install python3 - pip

二、下载 DeepSeek - R1 模型

（一）获取下载链接

访问 DeepSeek - R1 的官方网站或相关开源社区，查找模型的下载链接。通常，官方会提供不同版本和格式的模型供用户选择，根据自己的需求进行下载 。

（二）下载模型文件

在终端中使用wget命令下载模型文件。假设下载链接 - r1 - model.zip，使用以下命令进行下载：

wget https://example.com/deepseek - r1 - model.zip

下载完成后，会在当前目录下得到一个名为deepseek-r1-model.zip的压缩文件。

（三）解压模型文件

使用unzip命令解压下载的压缩文件：

unzip deepseek - r1 - model.zip

解压后，会得到一个包含模型文件的文件夹，例如deepseek-r1-model 。

三、安装依赖库

（一）创建虚拟环境（可选但推荐）

为避免不同项目之间的依赖冲突，建议创建一个虚拟环境。使用venv模块创建虚拟环境：

python3 - m venv deepseek - r1 - env

激活虚拟环境：

source deepseek - r1 - env/bin/activate

完成部署后，若想退出虚拟环境，使用deactivate命令 。

（二）安装依赖库

激活虚拟环境后，进入模型文件夹，使用pip安装所需的依赖库。一般模型的官方文档会提供一个requirements.txt文件，列出所有需要安装的依赖库。使用以下命令进行安装：

cd deepseek - r1 - modelpip install - r requirements.txt

该过程可能需要一些时间，取决于网络速度和依赖库的数量 。

四、配置运行参数

（一）修改配置文件

在模型文件夹中，通常会有一个配置文件，如config.yaml或config.json。打开这个配置文件，根据自己的硬件情况和需求修改相关参数。例如，如果使用 GPU 进行加速，可将use_gpu参数设置为true，并指定 GPU 的编号 。

（二）设置环境变量（如果需要）

有些模型可能需要设置一些环境变量才能正常运行。在终端中使用export命令设置环境变量。例如：

export DEESEEK_R1_HOME=/path/to/deepseek - r1 - model

这里的/path/to/deepseek-r1-model是实际的模型文件夹路径 。

五、启动 DeepSeek - R1

（一）运行启动脚本

在模型文件夹中，通常会有一个启动脚本。使用以下命令运行启动脚本：

python start.py

或者

sh run.sh

（二）检查运行状态

启动脚本运行后，会在终端输出一些信息，包括模型的加载进度、运行状态等。若看到类似 “Model loaded successfully” 的信息，说明模型已成功加载，可以开始使用 。

六、测试 DeepSeek - R1

（一）使用命令行测试

模型启动后，可在终端中输入一些测试语句，观察模型的输出结果。例如，输入一个问题，查看模型给出的回答 。

（二）使用 API 测试（如果支持）

有些模型会提供 API 接口，你可以使用工具如curl或 Postman 来测试 API。例如，使用curl发送一个请求：

curl -X POST -H "Content-Type: application/json" -d '{"prompt": "Your question here"}' http://localhost:port/api/endpoint

其中，port是 API 服务运行的端口，api/endpoint是具体的 API 端点，需根据实际情况进行替换 。

通过以上步骤，你应该能够成功在本地部署并测试 DeepSeek - R1 模型。在部署过程中，若遇到问题，可查阅官方文档或相关技术论坛，寻求解决方案。國際刊號：ISSN 3104-5227 主辦單位：香港區塊鏈出版社