【deepseek】本地部署DeepSeek R1模型：使用Ollama打造个人AI助手

已于 2025-02-12 16:12:46 修改
阅读量9.8k 收藏 6
点赞数 3
分类专栏： 人工智能、大语言模型学习笔记 文章标签： 人工智能 deepseek
于 2025-01-29 23:05:39 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/weixin_46481662/article/details/145395884
版权

在这里插入图片描述

一、简介

DeepSeek R1是一个强大的开源语言模型，通过Ollama可以轻松实现本地部署。本文将详细介绍如何在本地部署和使用DeepSeek R1模型，并结合Page Assist插件实现更便捷的AI交互体验。

二、环境准备

硬件要求

  • GPU显存要求：
    • 7B模型：8-12GB显存
    • 14B模型：12GB以上显存
    • 32B模型：建议16GB以上显存
  • 建议使用NVIDIA显卡
  • SSD硬盘空间：建议预留50GB以上

软件要求

  1. 安装NVIDIA驱动
  2. 安装CUDA（建议11.7或更高版本）
  3. 安装Ollama（官方网站下载）

三、模型部署步骤

  1. 安装Ollama

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【Ai】--- 使用 Ollama 部署本地 DeepSeek-r1（超详细）
秋知叶i
02-07 2256
在编程的艺术世界里，代码和灵感需要寻找到最佳的交融点，才能打造出令人为之惊叹的作品。而在这座秋知叶i博客的殿堂里，我们将共同追寻这种完美结合，为未来的世界留下属于我们的独特印记。
【DeepSeek应用实践】Ollama Deep Researcher：Ollama平台部署DeepSeek-R1，打造本地AI研究助手
寻道AI，探索AI无限可能！
04-01 1402
在当今数字化信息爆炸的时代，高效获取和整理信息成为了科研工作和专业研究中的关键环节。随着人工智能技术的飞速发展，大语言模型（LLM）在信息处理和自然语言理解方面展现出了巨大的潜力。Ollama Deep Researcher 应运而生，它是一款结合了 LangChain 和 Ollama 框架优势的本地化 AI 研究助手，旨在通过自动化的方式帮助用户进行深度网络调研和报告撰写，为研究人员和专业人士提供了一种高效、安全且灵活的研究工具。
Windows本地部署DeepSeek-R1大模型实战：基于Ollama的极简指南
TKang8912的博客
02-03 5869
准备训练数据（JSONL格式）{"text": "<用户指令>优化客服话术</指令><响应>..."}# 启动微调部署效果评估响应速度：CPU模式约15 tokens/s，RTX4090可达85 tokens/s内存占用：7B量化版约5.8GB，完整版需18GB知识截止：2023年10月（可通过微调更新）最佳实践建议日常使用选择4-bit量化版本复杂任务启用GPU加速长期运行建议配置为Windows服务敏感业务数据启用TLS加密传输。
DeepSeek-R1本地化部署全流程
EnjoyEDU的博客
04-07 1526
定位：中小型模型、轻量级模型、平衡型模型参数规模：1.5B(15亿)、7B(70亿)、8B(80亿)特点：轻量级模型，资源消耗低，推理速度快，但处理复杂任务的能力有限。硬件需求：普通消费级GPU（如RTX3090/4090 GPU，显存≥4GB）定位：大型模型、高性能模型、专业型模型参数规模：14B(140亿)、32B(320亿)特点：中等规模模型，推理能力显著提升，支持复杂逻辑推理和代码生成。硬件需求：高端GPU（如RTX4090/A5000 GPU，显存≥16GB）
一文读懂DeepSeek-R1本地部署配置要求（建议收藏）
yizhen91y的博客
02-04 5万+
一文读懂DeepSeek-R1本地部署配置要求（建议收藏）
DeepSeek-R1本地部署配置要求（建议收藏）
weixin_44245188的博客
02-07 1万+
显卡: 非必需（纯 CPU 推理），若 GPU 加速可选 4GB+ 显存（如 GTX 1650）显卡: 24GB+ 显存（如 A100 40GB 或双卡 RTX 3090）显卡: 多卡并行（如 2x A100 80GB 或 4x RTX 4090）显卡: 16GB+ 显存（如 RTX 4090 或 A5000）显卡: 推荐 8GB+ 显存（如 RTX 3070/4060）硬盘: 3GB+ 存储空间（模型文件约 1.5-2GB）硬盘: 8GB+（模型文件约 4-5GB）
【速成】LLM大模型学习路径指南
m0_63171455的博客
11-26 1112
大家好！整理了一些我的大模型学习路线和参考资料，供初学者入门了解和实践LLM大模型算法学习路径LLM发展历程入门系列进阶系列计算资源云服务器：t讯云/a里云/火s引擎 GPU云服务器资源，按量每小时约10元本地服务器：单卡/多卡训练，最低6G显存，4090可媲美A100显卡项目应用实践SFT微调：QA数据集构建、Chat基座微调RAG知识库问答：知识库解析、向量检索、LLM生成Agent智能体：workflow定义、tools构建、function call模型训练。
简易教程|使用Ollama在本地部署大语言模型（Ollama+Deepseek_R1+OpenWebUI）
m0_61171702的博客
01-26 4万+
用简洁的方式部署AI大模型，从安装ollama到拉取AI大模型文件，到使用OpenWebUI的使用，没有多余描述。
【人工智能模型部署】DeepSeek R1 模型本地部署教程：两种方法实现AI模型快速上手与深度定制 DeepSeek R1
最新发布
05-14
适合人群：对AI模型本地部署感兴趣的开发者，尤其是想要部署DeepSeek R1模型的用户。; 使用场景及目标：①新手用户可以通过Ollama快速完成DeepSeek R1模型的本地部署并进行交互；②进阶用户可以通过手动部署深入了解...
DeepSeek-R1 免费本地部署 和 Python 调用
liujava56的专栏
02-05 1117
如果你的显卡有8G以上显存或8G以上内存，可以尝试7b的模型，如果没有就直接选择1.5b模型。下面是集中模型的下载代码，可以直接复制，粘贴到命令行。通过ollama run +模型名称运行模型，我这里是7b模型因此使用。复制安装命令在命令行，enter运行，等待下载完成。如想要更改MODELS，HOST，等环境变量。通过ollama list查看已安装模型。1、安装 Ollama 及R1本地测试。输入代码测试安装成功，同时查看相关命令。2、Python 调用。2.Python 调用。打开ollama官网。
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。
个人入门deepseek-r1：基于笔记本硬件配置的模型(1.5b 7b 8b 14b 32b 70b 671b)选择指南
c_lanxiaofang的博客
02-06 5320
型号与显存（关键）：Windows：任务管理器 → 性能 → GPU → 查看型号和专用显存（如NVIDIA RTX 3060 6GB）。Linux：命令 `nvidia-smi` 查看GPU信息。内存（）：任务管理器 → 性能 → 内存（建议≥16GB）。：至少4核以上现代处理器（如Intel i5/i7或AMD Ryzen 5/7)。
DeepSeek R1本地化部署与联网功能实战指南：从零搭建智能对话系统
理论都是虚的，代码才是王道。
01-28 7万+
在人工智能技术快速发展的今天，如何将先进的对话模型DeepSeek R1部署到本地环境并赋予其联网能力，成为许多开发者和企业关注的重点。本文将深入讲解完整的本地化部署流程，并通过实例代码演示如何为模型添加实时网络访问功能。
轻松部署 DeepSeek R1：基于 Ollama、Chatbox 平台的操作指南
暖风
01-25 2万+
打开浏览器，访问Ollama官网，点击“Download”进入下载页面。该平台支持Windows、macOS和Linux系统，苹果平台无论是Intel内核还是M1系列均能适配。：在Windows系统下，获取对应的exe应用程序后，双击启动安装程序。安装过程中，全程选择默认设置，点击“Install”后一路确认到底。安装完成后，程序会自动启动，此时在电脑右下角的托盘区域，你将看到Ollama的应用图标。ollama -v。
部署deepseek R1对电脑的性能需求有哪些？
huang9604的博客
02-07 1万+
部署deepseek R1对电脑的性能需求有哪些？
Deepseek尝鲜，笔记本搭建deepseek全过程
hrw_embedded的博客
02-03 3131
看起来还不错的样子，就是没有训练，回答的不太好，还需要补充更多的信息，把本地的deepseek教会，才能成为自己的AI助理，目前还没有深入使用，后续再分享。
deepseek本地部署，可断网下使用，
u013358093的博客
02-06 1787
deepseek本地部署+图形化页面配置。断网条件下也可以使用deepseek模型，也可以搜索问题
DEEPSEEK-R1本地部署与Ollama框架安装使用指南
资源摘要信息:"DEEPSEEK-R1本地推理部署指南" 1. Ollama推理框架安装步骤： ...通过本指南，用户将能够熟悉并掌握Ollama框架的本地部署以及九天人工智能平台的使用方法，进而在本地环境下高效利用大型语言模型。
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

打赏作者

大表哥汽车人

你的鼓励将是我创作的最大动力

¥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