Mac M3/M4 本地部署Deepseek并集成vscode

最新推荐文章于 2025-05-07 22:51:57 发布
最新推荐文章于 2025-05-07 22:51:57 发布
阅读量821 收藏 4
点赞数 6
分类专栏： 机器学习 tool 文章标签： vscode deepseek mac m4 ai
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。
本文链接：https://blog.youkuaiyun.com/cwcmcw/article/details/145763363
版权

Mac 部署

  1. 使用傻瓜集成平台ollama，ollama平台依赖于docker，Mac的M3/M4 因doesn’t have VT-X/AMD-v enabled 所以VB,VM无法使用，导致docker无法启动，需要使用docker的替代品podman， 它完全兼容docker
brew install podman

个人没有成功安装docker，安装成功同学可以分享下经验。
2. 安装ollama

brew install --cask ollama
  1. 拉取deepseek
# r1聊天模型
ollama pull deepseek-r1:1.5b
# 或者
ollama pull deepseek-r1:8b
# 编码版
ollama pull deepseek-coder

更多版本参见
https://ollama.com/library/deepseek-r1/tags
4. 终端运行

ollama run deepseek-r1:1.5b

在这里插入图片描述

  1. 终端还是看着不方便，集成vscode中
    A. 安装插件codeGPT
    在这里插入图片描述

B. 注册codeGPT - 这玩意需要一个账号，用Gmail或者Github账号第三方注册登录
C. codeGPT的窗口
在这里插入图片描述
在这里插入图片描述

可以快乐的玩耍了！

Linux部署

没有验证，应该也比较简单，没有验证，命令应该是这个

curl -fsSL https://ollama.com/install.sh | sh ollama run deepseek-r1:7b

私有化部署价值

  1. 和工作环境融为一体，提高工作效率
  2. 无信息被泄露的安全问题
  3. 完全免费，节约一丢丢成本
  4. 虽然不是满血模型，同样可以感受deepseek的优势
在M4 Mac Mini集群上运行DeepSeek V3 671B
强化学习曾小健
12-30 1万+
博客文章尚未完成，如果您想阅读关于 EXO 如何分割模型的博客文章（与此相关），请查看 第1天，我们解释 EXO 如何将模型分割成分片[1]。对于 LLama 70B 模型，它是密集型的，这意味着我们需要计算 70B 个参数才能生成每个标记。从系统的角度看，专家混合模型本质上是一个大语言模型，每次推理时只使用参数的子集。因此，我们仍需保持所有参数“热“状态，随时可以发送到GPU，但实际计算时只会发送少量参数。对于batch_size=N，每秒计算的参数下降到1/N，但每秒传输到计算设备的参数不会改变。
利用LM Studio、Ollama+Chatbox AI为Macbook Pro(Mac M4 Pro)本地配置DeepSeek(DeepSeek-R1-Distill)
DKAlon的博客
02-03 3470
利用LM Studio 或 Ollama，在本地快速配置属于自己的个人助手，使用DeepSeek辅助工作和学习
在m4芯片的macbook pro上部署并推理deepseek-r1到底能有多快呢
全世界的博客
01-29 1万+
最近deepseek的战绩席卷全球，成为开源第一大模型。我正好有一台m4pro芯片的macbook pro，让我们看看如何在mbp上跑deepseek-r1,并测试一下速度。首先查看一下电脑配置，我的电脑是24G+512G的m4 pro芯片的macbook。然后看一下deepseek-r1有哪些模型因为内存只有24G，所以32B以上模型是跑不了的,我这次就测试蒸馏后的14B模型。因为看模型报告对qwen2.5蒸馏后的模型性能比qwen2.5本身要好的多，所以也会加入qwen2.5的测试。
在 M4 MacBook Pro 上安装 Docker Desktop for Mac：一步步技术博客！！！
小丁的博客
04-18 1478
通过以上步骤，你已经在 M4 MacBook Pro 上成功安装了 Docker Desktop！🎉 现在，你可以开始探索 Docker 的强大功能，比如运行 Redis、MySQL、Nginx，或者构建自己的镜像！🚀关键要点M4 芯片需要 Apple Silicon 版本的 Docker Desktop确保 macOS 版本符合要求（12.0+）使用终端验证安装，运行镜像遇到问题时，检查日志或社区支持后续推荐学习管理多容器应用 📚配置国内镜像加速器，提升拉取速度 ⚡。
DeepSeek本地部署教程(保姆级教程)
XXXXsssxwd的博客
01-30 1万+
【代码】DeepSeek本地部署教程(保姆级教程)
Mac M系列安装配置VSCode
PAP
12-19 1万+
Mac M系列安装配置VSCode
DeepSeek本地部署详细指南
热门推荐
m0_56896669的博客
02-01 14万+
通过上述步骤，你可以在本地成功部署DeepSeek模型，并通过Ollama或Open Web UI与模型进行交互。本地部署不仅能够保护数据隐私，还能根据需求灵活调整模型参数，满足不同场景下的使用需求。如果你在部署过程中遇到任何问题，可以在评论区留言，我们将一起解决。希望这篇教程能帮助你顺利部署DeepSeek模型，开启高效开发的新旅程！
MacOS本地部署Deepseek，不联网也可以使用AI，保护隐私
weixin_44336445的博客
01-30 1万+
苹果笔记本本地部署deepseek主要用到Ollama与open-webui。
如何在无法联网的电脑上本地部署 DeepSeek 大模型
qq_41854911的博客
02-13 4481
DeepSeek 是一家位于中国的人工智能公司，专注于研发新一代通用人工智能技术。其最引人注目的成就之一便是 DeepSeek 大模型 系列，这是一系列开源的大语言模型，以其卓越的性能和开放性，在业界引起了广泛关注。DeepSeek 开源介绍DeepSeek 秉持着开源开放的精神，将其研发的大模型对外开源，旨在推动人工智能技术的普及和发展。
打造个人知识库，wsl+ollama部署deepseek与vscode集成
最新发布
城下秋草‘s Blog
05-07 1830
本文就记录下在WSL中通过Ollama和CherryStudio搭建本地大模型，并将本地模型集成到VsCode的AI助手的过程分享。
Mac保姆级教程教你如何免费把deepseek模型部署到本地使用
Tomdac的博客
02-14 1811
整个安装流程已顺利完成
通过ollama本地部署deepseek和配置图形化访问界面
03-03
图文说明如何通过ollama本地部署deepseek和使用chatbox配置图形化访问界面的步骤，适合新手，一看即懂。
M4Pro内核MacOS brew安装docker爬坑
田宝宝的博客
12-16 1632
是无效的，我们需要修改 colima 配置文件才能使 docker 镜像源生效。此时你需要进入到~/.colima/default目录下编辑colima.yaml文件。brew unlink colima(重新安装docker后需要重装Colina，第一次安装skip)解决方案：Mac需要安装Colima替代Desktop版本。只在 colima ssh 环境下修改 docker。安装Docker和Docker-Compose。最后重启colima restart。
【开发环境】Mac 安装 Visual Studio Code ① ( VSCode 简介 | 下载 VSCode | 安装 VSCode | 安装中文语言包 )
让 学习 成为一种 习惯 ( 韩曙亮 の 技术博客 )
04-04 3万+
一、Visual Studio Code 简介 二、MAC 安装 Visual Studio Code 1、下载 Visual Studio Code 2、安装 Visual Studio Code 3、安装中文语言包 4、编辑 html 并运行
M4 Mac mini运行DeepSeek-R1模型
fenglllle的博客
03-01 2207
仅仅是分享体验感受，实际上体验本地的AI模型的门槛是很低的，一般的Intel 核显就行，也需要一定的显存，不过不是特别消耗，如果实在不足那么也可以降低模型的大小，当然蒸馏模型越小失真就越严重，物理定律是不能违背的。另外也可以配置一个UI界面，如果是生产环境就建议部署docker应用，自己本地体验实际上用免费的桌面软件就好了。
[MacOS] 入手Mac配置第一篇：8分钟完成你的MacOS开发配置
OxYGC
11-11 4544
🔆 近期M4系列最新版芯片发行，其超高的能效比使MacOS系统逐渐逐渐成为开发者的主战场，开发者入手了MacOS要做哪些设置呢？笔者就常用配置做以下几点总结！
在Mac mini M4上部署DeepSeek R1本地大模型
weixin_44626085的博客
02-03 1万+
Web UI 控制端。
Docker 一文学会快速搭建ollama环境及运行deepseek-r1
机器人梦想家 Bing
02-10 1045
近年来，人工智能技术飞速发展，大模型作为其中的重要分支，正在深刻改变各行各业的工作方式和效率。Deepseek 作为国内领先的大模型研发团队，推出了高性能的 Deepseek-R1 模型，其在自然语言处理、文本生成等任务中表现出色，受到了广泛关注。然而，对于许多开发者来说，配置和部署大模型环境仍然存在一定的门槛，尤其是在环境依赖、资源管理等方面容易遇到问题。为了降低使用门槛，本文将介绍如何利用 Docker 技术，快速配置和部署 Deepseek-R1 的完整运行环境。
在 VSCode 中接入 DeepSeek：提升开发效率的新途径
远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享
02-26 1207
DeepSeek 具备先进的代码生成能力，能够依据自然语言描述生成高质量的代码片段。无论是简单的函数编写，还是复杂的算法实现，它都能精准理解需求并给出合理的代码建议。例如，当你描述 “用 Python 编写一个函数，实现对列表中所有偶数的求和”，DeepSeek 能够迅速生成相应的 Python 代码。在代码理解方面，DeepSeek 表现出色。它可以对既有代码进行深度解析，帮助开发者快速理解代码逻辑，尤其是在面对大型项目或复杂代码库时，能够极大地节省理解代码的时间成本。
macbookpro m3本地部署DeepSeek模型 使用和巡检教程
02-08
### MacBook Pro M3 上本地部署 DeepSeek 模型使用教程 #### 准备工作 为了成功在配备M3芯片的MacBook Pro上部署DeepSeek大模型，需提前完成一系列准备工作。这包括但不限于确认操作系统是最新的macOS版本，并安装必要的依赖库和工具链。对于硬件条件而言，虽然提供的参考资料提及了Apple Silicon版Mac的选择[^2]，但具体到M3型号，建议验证该设备是否满足官方最低配置需求。 #### 部署环境搭建 针对特定架构优化过的预编译包能够显著简化安装流程。鉴于目标平台为基于ARM架构设计的新一代苹果笔记本电脑，应优先考虑获取适用于此类型的软件分发文件。通过访问指定资源链接可以找到适合不同计算能力级别的多个选项[^3]。值得注意的是，在选择合适版本时应注意兼容性和性能之间的平衡。 #### 安装过程指导 按照所选发行版附带的说明文档逐步执行命令行指令来完成整个设置操作。通常情况下会涉及到创建虚拟环境、克隆仓库、调整参数配置等方面的工作。考虑到个人计算机的具体情况可能会有所差异，因此强烈推荐仔细阅读相关指南中的每一个细节部分以确保万无一失。 #### 测试与调优环节 一旦初步集成完毕之后便进入了至关重要的检验阶段。此时可以通过运行一些简单的样例程序来进行基本的功能性验证；如果一切正常，则可进一步深入探究诸如响应时间、吞吐量之类的量化指标以便于后续改进措施制定。此外还应该密切关注日志输出信息以防万一出现问题无法及时察觉。 #### 常见故障排查技巧 即使遵循上述所有步骤也难免会出现意外状况发生。当面对难以解决的技术难题时不妨尝试查阅社区论坛或者联系开发者团队寻求外部支持。同时积累经验教训有助于形成一套属于自己的应急处理机制从而提高工作效率减少不必要的麻烦。 ```bash # 示例：初始化项目结构 git clone https://github.com/example/deepseek-mac-deployment.git cd deepseek-mac-deployment conda create -n deepseek python=3.9 source activate deepseek pip install -r requirements.txt ```
评论
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
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