DeepSeek R1 32b 大语言模型免费分享！10GB 显存也能体验

10GB显存运行DeepSeek 32B模型
原创 于 2025-10-20 18:26:12 发布 · 576 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#语言模型 #人工智能 #自然语言处理 #deepseek #deepseek 32b

刚尝试了一下 DeepSeek R1 14B 大语言模型，感觉非常强大！现在手痒了想尝试32b模型，虽然我的显卡只有 10GB 显存，跑起来稍微有点吃力，会话输出速度大概比打字机快一点点🤣

如果你的电脑显卡显存在24GB以上的可以体验一下 DeepSeek R1 32B 的强大功能，那就赶紧来下载吧！

----------------------------------------------------------

链接：夸克网盘分享

文件名：blobs.7z（17.9GB）

由于文件很大用7z软件压缩的，如果没有解压软件的话也可获取

链接：夸克网盘分享

文件名：7z-setup_v23.0.1.exe（2.3MB）

----------------------------------------------------------

1，下图是安装过程和随意聊天的截图（32b模型有19GB），当然UI图形界面也是能使用的

2，这是下载后的模型文件（合计5个 19GB左右）

3，上面的模型文件下载解压后5个文件放入如下路径：

C:\Users\用户名\.ollama\models\blobs

4，之前我写过一篇关于基础软件和安装方法的文章，可以参考这篇文案：

      免费部署DeepSeek-R1本地模型教程

--------------------------------------------------------

谢谢阅览，喜欢的话请支持一下吧❤️

DeepSeek R1-32B医疗大模型的完整微调实战分析（全码版）
AllenLV的博客
03-08 4727
【代码】DeepSeek R1-32B医疗大模型的完整微调实战指南（全码版）
[AI] DeepSeek Linux 私有化部署 (14B、32B)
ZyElite
02-06 908
经过测试，以上配置使用14B参数DeepSeek模型毫无压力，响应速度很快。解决日常工作常用工作问题，对话基本没问题。系统：Ubuntu 24.04 LTS。显卡：RTX4090D。
DeepSeek-R1 32B Windows+docker本地部署
qq_43530326的博客
02-08 1006
最近国产大模型DeepSeek兴起，本地部署了一套deepseek同时集成Open WebUI,给大家出一期教程。
无需代码DeepSeek本地部署最全最详细教程 保姆式完整教程
xiaodoudou的专栏
02-13 465
复制：ollama run deepseek-r1:7b ，到“命令提示符”粘贴： ollama run deepseek-r1:7b。下载运行命令： ollama run deepseek-r1:14b （复制粘贴）下载运行命令： ollama run deepseek-r1:32b （复制粘贴）下载运行命令： ollama run deepseek-r1:70b （复制粘贴）下载运行命令： ollama run deepseek-r1:7b （复制粘贴）
本地化部署32B版本残血DeepSeek R1模型
热门推荐
xiangzhihong8的专栏
02-09 2万+
选择32B模型：若需平衡性能与成本，且场景偏向通用任务（如企业文档处理），本地部署是优选。选择满血版：仅限科研或需极致性能的场景，但需承担高昂硬件成本与部署复杂度。安全优化：无论选择何种版本，建议结合加密技术、分层权限管理以降低本地化风险4。通过合理配置硬件与工具（如Ollama、LM Studio），32B模型可在大多数场景下提供高效且安全的本地AI服务，但需对其性能边界有清晰认知57。
国产AI之光！DeepSeek本地部署教程，效果媲美GPT-4
m0_46995061的博客
02-06 1516
相关的软件，我已经放入到网盘，网不好的同学，可以直接下载。https://ollama.com/download/ 默认为当前电脑的对应的版本，直接下载即可。Ollama 是一个专注于本地化部署和运行大型语言模型（LLM）的工具，旨在让用户能够在自己的设备上高效地运行和微调模型。8b的模型凑合能用、14b的模型基本能用，32b的模型使用很是顺滑。至此，deepseek的本地部署已经完成。根据自己电脑的配置选择对应规格的模型，然后复制对应的命令即可。除了671是真正的deepseek，其他的都是蒸馏的模型。
DeepSeek本地化部署全攻略，轻松拥有专属 AI 助手
zhishi0000的博客
02-06 9180
可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。2.页面下拉，根据自己电脑的配置选择合适的参数规模（7b 代表 70 亿参数，14b 代表 140 亿参数，参数越多，模型越大，效果理论上也会更好，但对电脑配置要求也更高），然后复制对应的下载命令。观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
windows10本地部署DeepSeek-r1：32b模型使用CPU运行
最新发布
a960307的博客
04-22 676
DeepSeek-R1本地部署
精选资源
DeepSeek-R1工具V1.0-36.5G网盘链接下载.txt
02-11
DeepSeek-R1工具V1.0的主要优势在于它已经预置了从1.5b到32b的多种模型，这些模型覆盖了不同复杂度和应用需求，为用户提供了丰富的选择，以满足各种深度学习任务。 对于想要尝试深度学习模型而不想从零开始搭建环境...
deepseek r1 32b模型在ollma amd rx590上成功运行！
stone的专栏
02-21 1355
deepseek最近火的不行了，大家都摩拳擦掌，跃跃欲试，且看本地搭建测试环境运行效果。
Deepseek-R1-32B企业级本地部署指南：结合XInference与Open-WebUI构建高效AI应用
maxcode
02-08 7710
通过本文的部署方案，企业可以快速搭建稳定可靠的大模型服务，同时结合实际应用场景，释放DeepSeek-R1-32B的潜力。如果在实际部署过程中遇到问题，或有具体需求需要优化，欢迎随时与我联系，共同探讨更完善的解决方案！
DeepSeek R1 32B 本地部署实战
一米鸟巢
02-16 2571
支持上传文档（如PDF、Word等），DeepSeek能快速提取关键信息，生成摘要，帮你节省阅读时间。
DeepSeek-R1 1.5b 7b 32b本地布署 带UI界面 PC安装 Windows环境
casioplmf的专栏
02-07 656
首先，需要一个能接入所有大模型参数的平台，还要求免费。Ollama就是这样一个平台，可装载各种开源大模型。要有UI界面，还需要UI界面体验感比较好，也要求免费。首选Chatbox，可调用各种平台的API。然后安装Chatbox，打开设置，先选 Ollama API，然后按图中选择要加载的模型即可。需要手动安装和下载。打开Ollama在dos环境下，运行图中的命令，会自动下载到本地。注意：7b可以在 GPU2080的显卡流畅跑起来。32b需要3090以上版本的卡。加载完成后就可以聊天了，不需要联网。
DeepSeek调用本地大模型
李昭的博客
02-08 483
【代码】DeepSeek调用本地大模型。
DeepSeek部署在本地电脑
.
02-07 855
作为一款现象级的Ai产品，用户量暴增，最近服务器又被攻击，使用DeepSeek，经常出现服务器繁忙，将DeepSeek部署在本地电脑就方便很多。3、选择对应的模型来下载，1.5b、7b、8b、14b、32b、70b或671b，这里有很多版本可选，模型越大，要求电脑内存、显卡等的配置越高。通过以上三步，DeepSeek就部署在本地电脑上了，有些不方便公开的数据，比如实验数据，可以通过部署大模型到本地的方式进行处理，不用担心数据泄露。2、进入就可以看到deepseek-r1模型，如果没有，在搜索栏搜索即可。
【LLM大模型】谷歌AI杰玛Gemma大模型开源了！附2个本地部署安装教程和实例
pythonhy的博客
08-07 1584
Gemma 是一个轻量级、先进的开放模型系列，采用与创建 Gemini 模型相同的研究和技术构建而成。Gemma 由 Google DeepMind 和 Google 的其他团队开发，以拉丁语 gemma（意为“宝石”）命名，中文名杰玛。Gemma 模型权重由促进创新、协作和负责任地使用人工智能 (AI) 的开发者工具提供支持。
本地部署Deepseek
若有博文对您有帮助，欢迎点赞关注，收藏评论。
02-15 605
添加ollam安装目录添加到环境变量。下载RagFlow源代码。Win+R 输入CMD。
DeepSeek安装部署教程，3分钟打造顶级推理能力！基于Ollama
facaixxx2024的博客
01-29 1万+
DeepSeek安装部署教程，3分钟打造顶级推理能力！基于Ollama，DeepSeek爆火，如何免费部署到你的电脑上？打造最强大脑获取顶级推理能力教程来了，先在你的本地电脑上安装Ollama，然后在Ollama搜索选择DeepSeek模型，即可成功在你的本地电脑上部署DeepSeek，码笔记mabiji.com整理详细教程如下
deepseek r1 32b需要多大显存
03-10
### deepseek r1 32b 模型所需显存大小 对于 DeepSeek-R1-Distill-Qwen-32B 这样的大型模型，在实际应用中的显存占用会受到多种因素的影响，包括但不限于批处理大小、序列长度以及所使用的推理框架等[^2]。具体而言： - **未优化情况下的显存需求**：未经任何优化措施的情况下，该模型在 GPU 上加载时大约需要约 64GB 的显存空间来存储权重和其他必要的中间变量。 为了减少显存消耗并提高效率，可以采取如下策略： - 使用混合精度训练（Mixed Precision Training），即 FP16 数据格式能够有效减半显存量至约 32 GB 左右； - 应用量化技术（Quantization Techniques），比如 INT8 或者更低位宽的数据表示形式可进一步压缩到小于 16 GB 显存；不过需要注意的是这可能会轻微影响最终输出的质量。 此外，通过分布式计算方法如张量并行或管道并行等方式也可以分散单个设备上的负载压力，从而使得即使是在具有较少显存容量的硬件平台上也有可能成功部署此规模级别的预训练语言模型[^1]。 ```python import torch def estimate_memory_usage(model_name, precision='fp32'): model_sizes = { 'DeepSeek-R1-Distill-Qwen-32B': {'weights': 32 * (9/8 if precision=='int8' else 4)} } memory_needed_gb = model_sizes[model_name]['weights'] return f"{memory_needed_gb:.2f} GB" print(estimate_memory_usage('DeepSeek-R1-Distill-Qwen-32B', 'int8')) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

bulaolv

工具好用？打赏确认！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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