使用CentOS部署本地DeekSeek

一、查看服务器的操作系统版本

cat /etc/centos-release

二、下载并安装ollama

1、ollama下载地址：

Releases · ollama/ollama · GitHubGet up and running with Llama 3.3, DeepSeek-R1, Phi-4, Gemma 3, Mistral Small 3.1 and other large language models. - Releases · ollama/ollamahttps://github.com/ollama/ollama/releases

        (1)、下载ollama

        

        (2)测试采用ollama0.5.5可以正常使用

        

        (3)点击v0.5.5，下拉找到安装包进行下载：

        

        (4)下载好后，上传ollama-linux-amd64.tgz到/home目录下

        

     （5）在/home目录下创建ollama文件夹：        

mkdir ollama

2、手动安装ollama        

sudo tar -C /home/ollama -xzf ollama-linux-amd64.tgz

三、配置ollama

1、添加环境变量

        （1）为当前用户添加环境变量

echo 'export PATH=$PATH:/home/ollama/bin' >> ~/.bashrcsource ~/.bashrc

        （2）或者为所有用户添加环境变量

sudo echo 'export PATH=$PATH:/home/ollama/bin' >> /etc/profile
sudo source /etc/profile

2、启动ollama

ollama serve

3、查看ollama版本

ollama -v

                

4、设置ollama为后台服务运行模式

        （1）为 Ollama 创建用户和组

sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama
sudo usermod -a -G ollama $(whoami)

        （2）创建服务文件 

vi /etc/systemd/system/ollama.service

        （3）使用vi编辑器编辑服务文件，添加以下内容

 [Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/home/ollama/bin/ollama serve  #修改路径为ollama安装目录
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=$PATH"[Install]
WantedBy=default.target

        （4）重启ollama服务

sudo systemctl daemon-reload
sudo systemctl enable ollama

四、更改模型下载路径

默认情况下ollama模型的存储目录如下：
/usr/share/ollama/.ollama/models ，此目录空间不足无法存储deepseek模型，需要修改默认的下载路径。

1、先创建一个存储模型文件的文件夹，赋予相关权限：

sudo mkdir /home/dsmodels
sudo chown -R root:root /home/dsmodels
sudo chmod -R 777 /home/dsmodels

2、用vi编译器打开ollama.service，在[Service]下面加入一行新的Environment

[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/home/ollama/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=$PATH"
Environment="OLLAMA_MODELS=/home/dsmodels"  #新的模型下载路径

3、执行以下命令刷新配置：

sudo systemctl daemon-reload

4、重启ollama服务

sudo systemctl restart ollama.service

5、查看一下重启后的ollama运行状态

sudo systemctl status ollama

6、检查路径是否设置成功：

ollama list

因为是修改了模型的下载路径，这个路径下面环没有任何模型，所以只有标题行，没内容。这样就表示成功了。

五、拉取deepseek模型

1、拉取deepseek大模型文件

ollama pull deepseek-r1:7b

2、启动deepseek大模型

ollama run deepseek-r1:7b

3、再次查看ollama装载模型情况

[root@localhost ollama]# ollama list
NAME              ID              SIZE      MODIFIED    
deepseek-r1:7b    0a8c26691023    4.7 GB    3 hours ago    

六、开放ollama服务远程访问，实现Chatbox图形化界面访问

1.使用 netstat 或 ss 命令在宿主机上检查 11434 端口的状态

[root@localhost ollama]# netstat -tulnp | grep 11434   
tcp6       0      0 :::11434                :::*                    LISTEN      21328/ollama

根据提供netstat的输出，ollama服务正在监听 127.0.0.1:11434 （即 localhost 的 11434 端口），而不是监听所有网络接口（ 0.0.0.0:* 表示监听所有接口）。这就是为什么您能够通过 localhost 访问服务，但是无法通过宿主机的 IP 地址 192.168.120.223 访问的原因。

2、修改服务绑定地址：

如果 ollama 服务允许通过配置文件设置监听地址，请将ollama配置文件中的监听地址从 127.0.0.1 更改为 0.0.0.0。

[root@localhost ollama]# vi /etc/systemd/system/ollama.service
[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/home/ollama/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=$PATH"
Environment="OLLAMA_MODELS=/home/dsmodels" 
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_ORIGINS=*" 
[Install]
WantedBy=default.target

3.重启 ollama 服务

sudo systemctl daemon-reload
sudo systemctl restart ollama.service

4、检查环境变量是否正确设置

sudo systemctl show --property=Environment ollama.service

5、开放防火墙的11434端口：

如果你需要开放特定的端口，可以使用 --add-port 选项。例如，开放端口 11434：

sudo firewall-cmd --permanent --zone=public --add-port=11434/tcp

6、重新加载 firewalld 配置

每次修改防火墙规则后，需要重新加载 firewalld 配置

sudo firewall-cmd --reload

7、成功：

 

8、在Chatbox中设置API域名并选择模型

9、在Chatbox中使用本地部署的deepseek模型

七、安装open-webui 界面化访问

1、安装docker

yum install -y yum-utils device-mapper-persistent-data lvm2yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repoyum install -y docker-cesystemctl start docker && systemctl enable docker

2、运行open-webui容器

docker run -d  -p 8082:8080  -e OLLAMA_BASE_URL=http://10.10.6.3:11434 -v /data/open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

3.、浏览器访问：

http://10.10.6.3:8082/auth

按提示创建管理员账号，创建完成之后需要多等待一会，弹出登陆页面,进行登录

八、部署本地deepseek大模型知识库

1、使用ollama下载向量化工具nomic-embed-text

ollama pull nomic-embed-text

2、打开open-webui左下角的管理员面板，进入“设置”栏找到“模型”选项，并点击右上角的设置图标进行模型设置，如图所示：

3、依次把deepseek和刚下载的nomicembed-text排序在前，并选择默认模型为deepseek：
embed-text，点击保存：

4、在管理员面板找到“文档”选项，将“语义向量模型引擎”设置为Ollama，并且在“语义向量模型”手动输入“nomic-embed-text:latest”，设置完点击保存，如图所示：

5、为了确保open-webui识别到Ollama，进一步找到“外部连接”选项，只勾选Ollama API而不勾选OpenAI API

6、回到工作空间的知识库，上传知识库文档，进行测试

7、测试

九、 部署过程中可能会遇到的问题及解决方案

1、安装ollama

（1）使用官方ollama安装脚本会遇到

ollama: /lib64/libm.so.6: version `GLIBC_2.27' not found (required by ollama)
ollama: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.25' not found (required by ollama)
ollama: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found (required by ollama)
ollama: /lib64/libstdc++.so.6: version `CXXABI_1.3.9' not found (required by ollama)
ollama: /lib64/libstdc++.so.6: version `CXXABI_1.3.11' not found (required by ollama)
ollama: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.21' not found (required by ollama)
ollama: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.22' not found (required by ollama)

（2）原因：

• 出现这个错误是因为 Ollama 程序依赖于较新版本的 GCC 和 Glibc 库，但系统中安装的库版本过低，无法满足其运行要求。
• CentOS 7/RHEL 7：默认 Glibc 为 2.17，GCC 为 4.8.5，远低于 Ollama 要求的 2.27+。

（3）解决方案：

采用手动安装更低版本的ollama

• Ollama下载地址： https://github.com/ollama/ollama/releases

(4)测试采用ollama0.5.5可以正常使用

（5）点击v0.5.5，下拉找到安装包进行下载：

（6）下载好后，上传服务器，进行手动安装

（7）不采用直接升级Glibc，因为Glibc 是 Linux 系统的核心组件，直接升级可能导致：

• 系统命令（如ls、bash）无法运行，因为它们依赖旧版本的 Glibc。
• 软件包管理器（如yum、apt）崩溃，导致系统无法修复。
• 因此，升级 Glibc 需要谨慎操作，通常需要通过官方渠道或特定工具（如scl、conda）进行。

2、 浏览器访问Open-WebUI找不到deepseek大模型

解决方案：

（1）编辑ollama配置文件:

vi /etc/systemd/system/ollama.service

（2）在配置文件中添加：

Environment="OLLAMA_HOST=0.0.0.0:11434"Environment="OLLAMA_ORIGINS=*"

（3）重启ollama服务

sudo systemctl daemon-reloadsudo systemctl restart ollama.service

（4）检查环境变量是否正确设置.

sudo systemctl show --property=Environment ollama.serviceEnvironment=PATH=$PATH OLLAMA_MODELS=/home/dsmodels OLLAMA_HOST=0.0.0.0:11434 OLLAMA_ORIGINS=*

3、open-webui知识库上传报错

解决方案：

（1）使用ollama下载安装向量化工具

ollama pull nomic-embed-text

（2）打开open-webui左下角的管理员面板，进入“设置”栏找到“模型”选项，并点击右上角的设置图标进行模型设置，如图所示：

（3）依次把deepseek和刚下载的nomicembed-text排序在前，并选择默认模型为deepseek：
embed-text，点击保存：

（4）在管理员面板找到“文档”选项，将“语义向量模型引擎”设置为Ollama，并且在“语义向量模型”手动输入“nomic-embed-text:latest”，设置完点击保存，如图所示：

（5）为了确保open-webui识别到Ollama，进一步找到“外部连接”选项，只勾选Ollama API而不勾选OpenAI API

（6）回到工作空间的知识库，上传知识库文档，进行测试

4、CUDA 版本不兼容

（1）问题表现：

在安装 PyTorch 或者运行 DeepSeek 时，系统提示 CUDA 版本与 GPU 驱动不匹配。

（2）解决办法：

首先，查看 GPU 驱动支持的 CUDA 版本：

nvidia-smi

接着，按照 CUDA 官网的指引，安装对应的 CUDA Toolkit：

# 以CUDA 11.8为例wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.runsudo sh cuda_11.8.0_520.61.05_linux.run

最后，更新环境变量：

echo 'export PATH=/usr/local/cuda-11.8/bin:$PATH' >> ~/.bashrcecho 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH' >> ~/.bashrcsource ~/.bashrc

5、PyTorch 安装失败

（1）问题表现

在 pip 安装 PyTorch 的过程中出现网络错误，或者安装后导入时提示找不到模块。

（2）解决办法：

使用清华源加速下载，并且根据 CUDA 版本选择合适的 PyTorch 版本：

​
# CUDA 11.8对应的PyTorch安装命令pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i Simple Index​

6、文件系统限制

（1）问题表现

在下载模型时，系统提示 “无法创建临时文件”。

（2）解决办法

   修改文件系统的最大文件数限制：

echo 'fs.file-max = 1048576' | sudo tee -a /etc/sysctl.confecho '* soft nofile 65536' | sudo tee -a /etc/security/limits.confecho '* hard nofile 65536' | sudo tee -a /etc/security/limits.confsudo sysctl -p

7、权限问题

（1）问题表现

无法读取模型文件，或者在保存检查点时提示权限被拒绝。

（2）解决办法
  

修改模型文件的权限：

sudo chmod -R 755 /path/to/model

8、CUDA 内存溢出

（1）问题表现

模型运行时提示 “CUDA out of memory”。

（2）解决办法：
  

减少批量大小（batch size），或者启用梯度检查点（gradient checkpointing）：

# 在代码中启用梯度检查点model.gradient_checkpointing_enable()

9、网络连接的问题

（1）问题表现

在下载模型时出现连接超时的情况。

（2）解决办法：

   使用代理或者手动下载模型：

# 使用代理export HTTP_PROXY=http://proxy.example.com:8080export HTTPS_PROXY=http://proxy.example.com:8080# 或者手动下载模型git clone https://huggingface.co/DeepSeek-RL/DeepSeek-7B-Chat.git​

10、SSL 证书验证失败

（1）问题表现

在下载过程中提示 “SSL: CERTIFICATE_VERIFY_FAILED”。

（2）解决办法：
  

临时禁用 SSL 验证（不推荐在生产环境使用）：

pip install --trusted-host pypi.python.org package_name

11、权限与安全策略

       （1）问题表现

• 服务无法绑定80/443端口
• 文件访问被SELinux阻止

        （2）解决方案

1、解决端口权限问题：sudo setcap 'cap_net_bind_service=+ep' /usr/bin/python3.8  # 允许非root绑定低端口或使用反向代理（Nginx/Apache）转发请求。2、调整SELinux策略：sudo setenforce 0  # 临时关闭
sudo semanage port -a -t http_port_t -p tcp 8080  # 开放自定义端口
永久生效需修改 /etc/selinux/config

12、网络与防火墙

（1）问题表现

• 外部无法访问服务端口
• 模型下载失败（境外源速度慢）

（2）解决方案

（1）配置防火墙：sudo firewall-cmd --permanent --add-port=8080/tcpsudo firewall-cmd --reload（2）使用国内镜像加速：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt（3）或配置全局镜像：mkdir ~/.pip && echo -e "[global]\nindex-url = https://pypi.tuna.tsinghua.edu.cn/simple" > ~/.pip/pip.conf