MacBook Pro（M1芯片）DeepSeek R1 本地大模型环境搭建

最新推荐文章于 2025-05-22 14:58:29 发布
最新推荐文章于 2025-05-22 14:58:29 发布
阅读量8.8k 收藏 66
点赞数 39
分类专栏： AI 文章标签： macos deepseek ollama docker ai 人工智能
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/qq_38910403/article/details/145439707
版权

MacBook Pro（M1芯片）DeepSeek R1 本地大模型环境搭建

这一阵子deepseek真的是太火了，这不，R1出来后更是掀起AI的狂欢，作为一个AI的外行人，也是忍不住想要拿过来感受一番～～

主要呢，是把最新的模型部署到我自己的Mac电脑上，这样更加方便快捷，主要需要使用的材料如下：

  • ollama
    简化LLM本地部署运行的开源框架
  • docker
    打包部署的容器引擎，可以把它当成虚拟机
  • open-webui
    一个前端服务项目，便于提供友好的交互UI

简单了解一下，下面我们进入正题。。。

1、安装Ollama

https://ollama.com

首先，进入Ollama的官网，点击下载

在这里插入图片描述

找到对应系

最低0.47元/天 解锁文章
MacBook Pro（M1）DeepSeek 本地安装部署
qq_38737545的博客
02-17 555
MacBook Pro（M1）DeepSeek 本地安装部署
Mac m1 本地运行 deepseek-r1-distill-qwen-1.5B
za96421955的博客
01-26 7804
本地运行 deepseek-r1-distill-qwen-1.5B；安装Homebrew；安装python；安装依赖；安装编译环境；内存优化；模型示例；在本地使用 DeepSeek-R1-Distill 模型；- 最低配置（CPU 推理）： - CPU：4 核以上（推荐 Intel i5/i7 或 AMD Ryzen 5/7） - 内存：16GB+（模型越小需求越低） - 存储：20GB+ 可用空间（用于模型文件和依赖）
Mac m1版本地部署DeepSeek+RAGFlow
最新发布
weixin_44423334的博客
05-22 446
我是把RAGFlow(解压后30多个项目）下载到Downloads文件夹，因此在运行docker compose -f docker/docker-compose.yml up -d这句之前，我需要进入对应的文件夹。解决方法：在Mac的系统设置-网络-Wi-Fi-详细信息-DNS里添加以下网址：在DNS逐行加上8.8.8.8、8.8.4.4、127.0.0.53，然后再运行一次这个语句。需要特别注意的是，我一开始出现文件解析不成功的情况，所以才会重装RAGFlow。解决方法：版本太旧，要升级。
mac安装deepseek
qq_39636712的博客
04-24 219
2、在下载目录命令行执行：ollama run deepseek-r1。点击进入官网下载对应程序。4、推出deepseek。3、在命令直接输入问题。
Mac M1 安装 deepspeed
ddu-to-end的博客
01-10 9635
mac M1 电脑微调大模型，需要配置微调环境，其中需要安装Deepspeed
macbookpro m3本地部署DeepSeek模型
SinjoyWong的博客
02-05 1213
macbookpro m3有着十分强大的性能。在deepseek如火如荼的当下，可以尝试在本地部署并使用。还可以将自己的文档作为语料喂给deepseek，使其能成为自己专属的AI助手。本文介绍使用ollama在本地部署deepseek模型，并使用chatbox优化访问的步骤。
5分钟手把手系列(一)：使用Mac Book Pro本地部署大模型
2401_84204413的博客
09-14 2516
AI作为后续的各行各业基础技术设施，其使用门槛会不断降低，各种配套框架、生态也会越加丰富。本人作为一名互联网行业的产品经理（当然，之前也有10来年的Android+iOS+Java后端的开发经验），编写AI模型的本地搭建教程，也是希望通过对新手较为友好的方式，帮助更多对AI感兴趣的同学迈出学习AI技术第一步，只有去深入了解AI背后的运作原理与流程，才能发现AIGC过程中的更多机会。
DeepSeek-R1私有化大模型本地部署教程
Y525698136的博客
02-05 3556
本地部署可以有效保护我们的隐私数据不被泄露，而且使用更加稳定，尤其是最近DeepSeek经常被恶意攻击，导致服务无法使用，本地部署就可以很好的避免这个问题，而且不依赖网络，更加灵活自由。
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。
DeepSeek R1 8b 模型本地部署实践
AndroidKt
02-07 2826
基于 MacOS M1 部署 DeepSeek 大模型操作记录
MacBook Pro M1芯片XM文件
07-04
**MacBook Pro M1芯片与XM文件** 在深入探讨MacBook Pro M1芯片与XM文件之前，我们首先要了解这两者的基本概念。MacBook Pro是一款由苹果公司推出的高性能笔记本电脑，而M1芯片是苹果在其部分Mac产品线中采用的自研...
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。
DeepSeekR1 苹果macbook M1本地可视化运行！
托尼不是塔克
02-13 1663
苹果系统选择 macOS，如果是 M 系列，选择 AppleSillicon，如果是 老款Inter系列，就选择 Inter。后续有空会尝试下直接在iphone手机上运行，还是一种方案是以家里的电脑为服务器，内网穿透，然后在 iPhone手机App上使用自己的大模型服务。但是，强烈推荐 7B 以上模型，1.5B 虽然也可以用，但是思维能力会降低很多。第四行命令，可以下载一个多模态模型，比如可以识别图片文件等信息。每秒 8 token ，流式输出的时候感觉还可以，因为内容一直在匀速的输出，没有卡顿的感觉。
本地部署DeepSeek教程（Mac版本）
热门推荐
weixin_59685936的博客
02-01 2万+
本地部署DeepSeek教程（Mac版本）
deepseek-r1(Mac版 安装教程)
weixin_44911248的博客
01-28 1万+
deepseek-r1 mac端本地部署教程
做大模型 千万别买苹果笔记本电脑
weixin_41046245的博客
08-29 5976
256-bit显存位宽，16GB GDDR6X显存，显存频率：22.4GHz。- 384-bit显存位宽，24GB GDDR6X显存，显存频率：21GHz。- 384-bit显存位宽，24GB GDDR6X显存，显存频率：21GHz。- 256-bit显存位宽，16GB GDDR6X显存，显存频率：23GHz。- 256-bit显存位宽，16GB GDDR6X显存，显存频率：21GHz。- 核心频率：2235MHz，加速频率：2520MHz。- 核心频率：2280MHz，加速频率：2520MHz。
【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 1401
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。
【详细教程】如何在Mac部署Deepseek R1？
wrangler_csdn的博客
01-31 2644
DeepSeek是目前最火的国产大模型，官方App用户太多服务经常出现卡顿，部署一个本地DeepSeek R1可以方便使用。
DeepSeek在Mac上本地可视化部署，保姆级教程，再也不怕崩了！
Gaga246的博客
02-10 1万+
DeepSeek，全称为“深度求索”，是由杭州深度求索人工智能技术研究有限公司开发的人工智能产品。这个名字体现了团队的核心理念与追求：DeepSeek 不仅仅是为了回答问题，更是致力于深度理解和探索，让 AI 具备类似人类的思考方式。更重要的是，DeepSeek-R1 的性能足以与 ChatGPT 相媲美，且完全免费供用户使用！
mac本地部署deepseek r1所需硬件要求
01-29
### Mac本地部署DeepSeek R1的硬件要求 对于希望在Mac设备上本地部署DeepSeek R1的情况，具体到M系列芯片（如M1），有特定的要求和建议配置来确保最佳性能和支持。 #### 设备兼容性 苹果公司自推出搭载Apple Silicon (ARM架构) 的Mac以来，在软硬件生态方面做了大量优化工作。针对DeepSeek R1这类应用，官方文档指出其能够良好运行于配备M1及以上版本处理器的MacBook Air, MacBook Pro以及iMac等机型之上[^2]。 #### 处理器与内存需求 为了流畅地完成模型训练、推理以及其他AI任务，推荐至少拥有8GB统一内存(RAM)，而16GB或以上则更为理想。至于CPU部分，由于M1及其后续迭代产品本身就集成了高性能GPU单元，因此无需额外考虑独立显卡的支持情况；内置图形处理能力足以满足大多数应用场景下的计算资源请求[^3]。 #### 存储空间规划 考虑到操作系统更新、开发环境搭建及项目文件存储等因素，预留不少于50GB可用磁盘容量是比较合理的做法。如果计划长期保存大型数据集或是频繁切换不同版本框架库，则应适当增加SSD剩余量以保障系统稳定性和工作效率。 ```bash df -h # 查看当前系统的磁盘使用状况 ```
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