简单几步部署deepseek-R1 AI模型

---

前言

  前不久国内发布的deepseek模型由于耗费较少、且性能相较于openAI更为优秀，深刻影响了国外的AI市场价格趋势。国内外一些常用的AI模型比如Qwen系列、ChatGPT大多需要付费才能体验完整功能，价格是按照使用的token数量计价收费，每1000篇文章左右消耗的token数量是在500万左右，如果公司项目对文章需求量大，这也是一笔不小的开支，其次deepseek官网经常被攻击，有时也会出现访问网站失败的情形。本篇文章主要是使用ollama框架在自己电脑中部署开源的deepseek语言聊天模型，如果需要使用RAG（数据检索增强）也可以使用ollama在电脑中部署向量转换模型。

一、下载ollama模型框架

1、1、 浏览器搜索ollama，点击download；

2、等下载结束后直接点击安装（默认安装在c盘）；
3、安装结束后，可以修改模型的存放地址（这个也是默认存放在c盘）；
修改步骤（win10为例）：目标盘新建文件夹并修改名称（尽量别用中文命名）->我的电脑->属性->高级系统数值->环境变量->新建变量->变量名为OLLAMA_MODELS->变量值为新建文件夹的路径，修改变量如下所示；



4、至此ollama框架下载完毕。

二、下载deepseek-R1模型

1、在下载要使用的模型版本前，需要确认电脑的RAM配置与显卡，这个也是在我的电脑->属性中查看，本地部署deepseek模型，不仅需要RAM支持，也需要显卡GPU，否则会影响AI模型的推理速度；
2、打开ollama网页，选择左上角models；
3、选择第一个deepseek模型，至于第三个Embedding模型是向量模型，作用是将数据转化为向量数据，用于RAG数据增强检索的。如果公司需要搭建Ai私有数据库，可以使用向量模型转化数据后存入向量数据库，如ElasticSearch、Redis等支持向量数据的中间件，这里目前暂时用不到；
4、deepseek模型有多个版本，请根据自己电脑的RAM容量已经显卡的现存选择合适的版本，我的电脑RAM是16G运行14b（9G）的模型后，内存就占用了70%左右。如果是8G独显，是可以无压力运行14b及以下模型的。如果电脑没有显卡或者只是集成显卡，RAM足够的情况下也是可以运行的，只是推理速度要慢的多。（这里补充一点，如果需要使用向量模型转化数据，经过验证，有独立显卡会比只有集成显卡的服务器转化速度要快6倍以上）。

三、运行deepseek模型

1、windows+R键输入cmd进入终端
2、输入start ollama 启动ollama
3、输入命令ollama run deepseek-r1:14b(以14b版本模型为例)，等待安装下载完成。
4、可以输入命令ollama ls 查看已经安装的模型（以我已经安装的模型为例）

5、后续再次使用模型，可以直接输入命令ollama run xxx（xxx为模型名称）。
6、待模型启动完成后，就可以愉快的输入信息与模型对话了。

总结

在自己电脑上部署deepseek模型还是很容易的，使用ollama框架不仅可以部署deepseek模型，也可以部署其他AI模型，如llama、Qwen、Qwen2等，按照上面的步骤操作，很容易就能在电脑上部署专属于自己的Ai模型。