更上层楼!仅用2GB资源,让最火的DeepSeek-R1在本机上奔跑!

一夜之间,中国AI大模型DeepSeek-R1横扫硅谷,迅速引爆全球科技圈,英伟达AI科学家Jim Fan发文感叹:“一家非美国公司,正在让OpenAI的初衷得以延续——真正开放、为所有人赋能的前沿研究”。是的,DeepSeek-R1不仅性能媲美OpenAI O1,更做到了完全开源。

DeepSeek-R1模型的发布,让我们可以更好地使用开源大语言模型运行推理任务。现在,R1模型可以通过DeepSeek API获得,也就是说我们可以将其集成到我们的工作流程中。更好的消息是,Ollama在他们的库中添加了几个版本的R1模型,现在我们可以在本地使用Ollama运行R1模型。 

现在你将可以做到一个命令建立你的本地知识库❗︎全程3分钟❗︎仅需2GB内存❗︎无需GPU运行❗︎安装即用❗︎快速使用❗︎

下面我们将使用「具有RAG功能的完整端到端文档管道」的AI搜索引擎开发框架LeetTools,在本地运行Ollama的R1模型。由于我们使用DuckDB作为后端,整个流程可以轻松地安装在一台具有16GB RAM且没有专用GPU的笔记本电脑中。

演示

📌 安装 Ollama

1. 按照以下说明操作 https://github.com/ollama/ollama 安装ollama程序。

# if the ollama program is not running, start it with the following command
ollama serve

2. 加载ollama 模型:

% ollama pull deepseek-r1:1.5b
% ollama pull nomic-embed-text

📌 安装 LeetTools

% conda create -y -n leettools python=3.11
% conda activate leettools
% pip install leettools


# where we store all the data and logs
% export LEET_HOME=${HOME}/leettools
% mkdir -p ${LEET_HOME}


% cat > .env.ollama <<EOF
# need tot change LEET_HOME to the correct path
LEET_HOME=</Users/myhome/leettools>
EDS_DEFAULT_LLM_BASE_URL=http://localhost:11434/v1
EDS_LLM_API_KEY=dummy-key
EDS_DEFAULT_INFERENCE_MODEL=deepseek-r1:1.5b
EDS_DEFAULT_EMBEDDING_MODEL=nomic-embed-text
EDS_EMBEDDING_MODEL_DIMENSION=768
EOF

📌 用一个命令建立你的本地知识库

通过一个命令行,我们可以使用URL中的PDF文件构建知识库。如果需要,你还可以添加更多URL。

# this is a great LLM introduction book with 231 pages
leet kb add-url -e .env.ollama -k llmbook -l info \
    -r https://arxiv.org/pdf/2501.09223


📌 使用R1查询你的本地知识库

以下命令将使用LLM构建指南中的内容,使用R1模型回答问题。

leet flow -t answer -e .env.ollama -k llmbook -p retriever_type=local -l info \
    -p output_language=cn -q "How does the FineTune process Work?"

📌 资源使用情况

这个过程最强的地方就是,整个管道只使用了大约2GB的内存,不需要特殊的GPU来运行:

  1. 带有RAG服务后端的LeetTools文档管道使用了大约350MB的内存

  2. R1型号使用大约1.6GB的内存,嵌入式型号使用大约370MB的内存

% ollama ps 
NAME                       ID              SIZE      PROCESSOR    UNTIL              
deepseek-r1:1.5b           a42b25d8c10a    1.6 GB    100% CPU     4 minutes from now    
nomic-embed-text:latest    0a109f422b47    370 MB    100% CPU     4 minutes from now

👇点击阅读原文,获取开源地址

🚀帮我们点亮一颗🌟,愿您的开发之路星光璀璨

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值