DeepSeek在Windows本地部署教程，没有显卡也能尝鲜！

已于 2025-02-08 18:34:14 修改
阅读量1.8k 收藏 18
点赞数 6
文章标签： windows
于 2025-02-08 18:31:42 首次发布
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_44876244/article/details/145521120
版权

1.安装Ollama

下载使用exe一键安装

Download Ollama on macOS

2.迁移Ollama

由于默认在C盘，需要迁移下位置

  1. 将C:\Users\XX\AppData\Local\Programs\Ollama这个
最低0.47元/天 解锁文章
Deepseek本地部署教程，带UI（普通个人笔记本，无GPU，纯CPU也可使用）
同学小张的博客
02-06 2637
为了确保能够稳定地使用DeepSeek-R1，本地部署无疑是一个绝佳的选择。接下来，我们将详细介绍DeepSeek-R1的本地部署教程。
大模型时代的DeepSeek突围之路：从模型部署到场景落地全解析
zhangjiaofa的专栏
02-26 685
本文从模型压缩到知识库搭建对DeepSeek进行讲解。无论是个人开发者快速验证创意，还是企业构建智能客服、知识管理系统，都能找到适配方案，立即行动吧。用Ollama部署7B模型尝鲜结合业务开发ReAct智能体搭建知识库或其他应用。
没有服务器和显卡电脑如何本地化使用deepseek|如何通过API使用满血版deepseek
小小鱼儿小小林的博客
02-09 1720
本地化部署deepseek教程本地化部署deepseek是有前提的，就是你有一个性能很好的电脑或者云服务器，如果没有的话只能部署1.5B的，那如何使用满血版deepseek呢，我们可以白嫖别人服务器部署好的，然后使用API就可以了如果你们下载ChatBox 电脑客户端，以及手机APP的话，然后使用API key，就能实现本地化使用deepseek了，优点就是可以使用别人服务器的算力、配置、电费，轻量化使用；缺点就是既然是别人的服务，那自然要使用tokens计费的。
Win10专业版无GPU本地部署deepseek
m0_71500969的博客
02-12 2208
最近deepseek超火，但是deepseek的服务器总是访问失败，自己也想尝试下本地部署deepseek建自己的知识库以后工作也能用到。但是实在小白，之前的很多研发知识也忘了，研究好几天踩了好多坑，所以记录下帮助和我一样的小白。
小白都能看懂，deepseek本地部署教程（附教程）
pythonhy的博客
02-14 1万+
今天给大家分享deepseek的本地部署教程，有需要的朋友可以留言交，可以提供本地部署及服务器资源监控。　
本地化部署deepseek R1,无GPU也可完美运行
fyghvh的博客
02-10 2507
近期国产开源大模型deepseek为AI领域打响了2025年的第一炮，deepseek v3/R1不仅具有和国外顶尖闭源大模型比肩的实力，而且训练成本也较国外顶尖大模型低的多。虽然我们的模型在本地电脑上了，也运行在本地的资源上，但是目前还存在数据泄露的风险。故为了保证本地部署后的数据安全，需要在下载好大模型后对LLM Studio进行出入站限制，使其不能联网，以达到完全本地化，且不用担心数据泄露的问题。下载完成后点击下载的.exe文件进行安装，安装时没有特别的设置，直接按照导航安装即可。
无需GPU！三步实现DeepSeek开源模型本地化部署。
m0_48891301的博客
02-05 2万+
deepseek和chatGpt最大的区别就在于，它是开源的模型，并且训练成本更低，这使得我们普通人也能够在自己的电脑部署大语言模型，训练自己的AI智能体。我们需要谨记的就是，AI是工具，是为了提高我们的效率，它能够给我们提供更精确，更具逻辑的回答，你再根据自身的需求进行修改和采用。最近Deepseek访问量剧增，导致App时常访问不了，但是不用担心，官方给我们提供了本地部署大模型的方案。
运行DeepSeek R1可以纯靠CPU不需要显卡,最低只需要2GB系统富余内存就行！
02-06 5066
运行DeepSeek R1可以纯靠CPU不需要显卡,最低只需要2GB系统富余内存就行！在VMware 虚拟机中无显卡也能运行。全网最简单方便体验DeekSeek R1模型，下载完一站式安装包后点几下鼠标就能完成安装、更新、运行deepseek R1。在虚拟机中完全无显卡，不含集成显卡也能正常运行deepseek-r1:1.5b ，只占用2GB内存。
win10电脑上没有英伟达显卡也能本地部署deepseek-r1:1.5b
ieeee.blog.youkuaiyun.com
02-09 822
摘要：经过实际测试，电脑上没有英伟达显卡也能运行1.5b的deepseek.
ollama本地部署deepseek-R1后，未调用Nvidia显卡的解决办法
一在贵我，一在通今
02-09 5257
采用ollama本地部署大语言模型后，显示100%GPU却未真正正常使用Nvidia显存。
每日DeepSeek之-本地部署Ollama方案
最新发布
完颜振江
03-03 1358
Deepseek R1 是支持复杂推理、多模态处理、技术文档生成的高性能通用大语言模型。本手册为技术团队提供完整的本地部署指南，涵盖硬件配置、国产芯片适配、量化方案、云端替代方案及完整671B MoE模型的Ollama部署方法。核⼼提示个⼈⽤户：不建议部署32B及以上模型，硬件成本极高且运维复杂。企业⽤户：需专业团队⽀持，部署前需评估ROI（投资回报率）。
一文搞定多种Deepseek R1 部署方法，总有一款适合你
u010101084的专栏
02-05 1861
一文搞懂deepseek r1各种部署方法，保姆级教程，零基础易上手
【DeepSeek本地部署详细教程】
Dreams°的博客
02-14 900
国内大语言模型DeepSeek在自然语言处理、代码生成和多轮对话等任务中表现出色，备受关注。但在使用时，可能会遇到服务器繁忙的问题。将其部署到本地，可摆脱对云端服务的依赖，享受AI便利。
零基础喂饭教程：本地低配置电脑部署deepseek-r1大模型，甚至可以部署最高的671b大模型，只需要做到这一点...
02-03 6648
我们今天在低配置甚至无显卡的电脑里，部署国产之光：deepseek-r1大模型，可以根据自己的需求选各个参数的模型，甚至是671b（6710亿参数模型）。安装完成以后，安装程序会自己关闭，如果想判断是否安装成功，就打开命令行。等到出现 Send a message时，就可以输入文字进行沟通使用了。如果能显示出ollama版本，则安装成功。先下载安装OllamaSetup.exe。怎样判断自己可以安装哪个大模型。输入命令：ollama -v。直接点Install安装。只需要按需下载就可以了。
deekseek-r1本地部署指南极简版
热门推荐
404 Not Found
01-24 14万+
最近，deepseek ai发布了一个超强开源版本的大模型，效果接近于Chat GPT o1-mini，并且提供了支持本地部署的版本，本教程旨在让读者学会本地部署，后续的应用落地，随缘更新❤️，最后使用一个案例展示deepseek-r1的推理能力。
DeepSeek部署教程(基于Ollama)
老薛的专栏
01-29 7111
这几天科技圈最火的莫过于deepseek，我抽空也学习一下deepseek的离线部署。1、下载Ollama并安装下载好后双击直接运行。2、安装deepseek依据自己的电脑配置，来决定安装deepseek模型的哪个版本。我家里的电脑还是集成显卡，因此我选择了硬件配置需求最低的1.5B,，让家里的老电脑也发挥一下余热。
没显卡也能跑Deepseek-R1，还等什么，一起体验开源盛会吧
梦马韶华
02-11 781
没显卡，纯CPU跑Deepseek-R1
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部署显卡
02-14
### 配置和使用显卡部署DeepSeek 对于希望利用GPU加速来优化性能的用户来说，配置合适的显卡是成功部署DeepSeek的关键因素之一。当涉及到具体的硬件需求时，建议参考详细的硬件配置指南[^2]。 #### 使用NVIDIA GPU进行部署 为了充分利用NVIDIA GPU的能力，在Linux环境下部署DeepSeek大模型的过程中，推荐采用特定版本的CUDA工具包和支持库以确保兼容性和最佳表现[^1]。具体到操作层面： - **安装驱动程序**：确保已安装适用于所选NVIDIA GPU的最新官方驱动。 - **设置CUDA环境**：下载并安装与操作系统相匹配的CUDA Toolkit版本，并按照官方文档完成必要的路径变量设定。 - **验证安装情况**：通过`nvidia-smi`命令检查当前系统的GPU状态及其可用资源；同时可以通过简单的测试样例确认CUDA功能正常工作。 ```bash # 更新软件源列表 sudo apt-get update # 安装 NVIDIA 显卡驱动 (假设为 Ubuntu 系统) sudo ubuntu-drivers autoinstall # 安装 CUDA 工具链 wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update sudo apt-get -y install cuda # 测试 CUDA 是否安装成功 nvcc --version ``` 针对不同型号的NVIDIA显卡（如RTX 4070），可以选择适合该设备计算能力的预训练模型变体来进行加载和推理运算。例如，拥有较大VRAM容量的高端显卡能够支持更大规模参数量的模型实例化，从而可能带来更优的结果质量[^4]。 #### Windows平台下的简易方案 即使是在不具备专用图形处理单元的情况下，Windows用户仍然可以在个人计算机上尝试轻量化版本的大规模语言模型——比如选用较小尺寸的deepseek-r1:1.5b作为起点，仅需一条简单指令即可启动服务[^5]。 ```powershell # PowerShell 中运行 OLLAMA 命令启动 DeepSeek-R1 小型版 ollama run deepseek-r1:1.5b ```
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