零基础都可以本地部署Deepseek R1

一、硬件配置需求

不同版本的 DeepSeek-R1 模型参数量不同，对硬件资源的要求也不尽相同。常见版本及推荐配置大致如下（仅供参考，实际需求应根据使用场景和性能预期调整）：

模型版本	CPU配置	内存要求	硬盘空间	显卡配置	适用场景
DeepSeek-R1-1.5B	最低4核（推荐Intel/AMD多核处理器）	8GB+	3GB+	非必需（纯CPU推理），若GPU加速可选4GB+显存（如GTX 1650）	低资源设备部署，如树莓派、旧款笔记本、嵌入式系统或物联网设备
DeepSeek-R1-7B	8核以上（推荐现代多核CPU）	16GB+	8GB+	推荐8GB+显存（如RTX 3070/4060）	中小型企业本地开发测试、中等复杂度NLP任务，例如文本摘要、翻译、轻量级多轮对话系统
DeepSeek-R1-8B	8核以上（推荐现代多核CPU）	16GB+	8GB+	推荐8GB+显存（如RTX 3070/4060）	需更高精度的轻量级任务（如代码生成、逻辑推理）
DeepSeek-R1-14B	12核以上	32GB+	15GB+	16GB+显存（如RTX 4090或A5000）	企业级复杂任务、长文本理解与生成
DeepSeek-R1-32B	16核以上（如AMD Ryzen 9或Intel i9）	64GB+	30GB+	24GB+显存（如A100 40GB或双卡RTX 3090）	高精度专业领域任务、多模态任务预处理
DeepSeek-R1-70B	32核以上（服务器级CPU）	128GB+	70GB+	多卡并行（如2xA100 80GB或4xRTX 4090）	科研机构/大型企业、高复杂度生成任务
DeepSeek-R1-671B	64核以上（服务器集群）	512GB+	300GB+	多节点分布式训练（如8xA100/H100）	超大规模AI研究、通用人工智能（AGI）探索

对于大多数家用或工作站级别的电脑，运行 1.5b 至 7b 版本已基本满足体验需求，而更高参数的版本则适合服务器或高端工作站使用。

二、详细部署步骤

以下介绍基于 Windows 环境的一个典型部署流程，其他系统（如 Linux 或 macOS）基本类似，主要区别在安装包和命令行工具上。

1. 安装 Ollama 工具

Ollama 是一个用于管理和运行本地大模型的命令行工具，可从其官网下载安装包。步骤如下：

• 下载

  访问 Ollama 官网并选择与你操作系统匹配的版本进行下载。

• 安装

  运行下载的安装程序（例如 Windows 下双击 .exe 文件），完成安装后打开 CMD 或 PowerShell，输入以下命令验证安装成功：

  ollama -v
  

  若返回版本号（例如 0.5.7），则说明安装成功。

  

2. 部署 DeepSeek-R1 模型

• 选择模型版本
  在 Ollama 官网首页或其模型库中点击左上角的 “Models”，找到 “deepseek-r1” 模型。页面中会展示多个版本（1.5b、7b、8b、14b 等），你需要根据自己的硬件配置选择合适版本。例如，若你的 GPU 为 RTX 3060 12GB，建议选用 1.5b 至 14b 版本。

• 复制运行命令
  页面中会提供类似下面的命令：

  ollama run deepseek-r1:1.5b
  

  复制对应版本的命令。

• 下载与安装
  打开 CMD 或 PowerShell，粘贴并运行上面的命令。此时工具会自动下载模型文件并安装。下载过程中注意网络状况，若下载速度较慢，可适时中断后重启命令。

• 验证模型运行
  下载完成后，在同一命令行窗口中，你可以直接输入问题（例如输入“上海在哪”），若模型能够返回答案，则说明部署成功。

  

3. API使用

ollama API官方文档

ollama运行后默认的路径是http://localhost:11434

curl -X POST "http://localhost:11434/api/generate" \-H "Content-Type: application/json" \-d '{"model": "deepseek-r1:1.5b","prompt": "上海在哪","stream":false #如需流式返回，取消该参数默认为流式}'

{"model": "deepseek-r1:1.5b","created_at": "2025-02-08T14:13:30.203344Z","response": "\u003cthink\u003e\n\n\u003c/think\u003e\n\n上海是中国的一个直辖市，位于中国的东部沿海地区。具体位置是 longitude 121°38'东，latitude 31°25'北。它的城市、工业中心和国际都市特征使其在世界范围内拥有重要的影响力。","done": true,"done_reason": "stop","context": [151644,100633,109333,151645,151648,271,151649,271,100633,105196,104111,116866,3837,103987,105538,106565,107815,100361,1773,100398,81812,20412,20515,220,16,17,16,11616,18,23,6,67364,3837,23718,220,18,16,11616,17,20,6,48309,1773,104121,99490,5373,100159,99488,33108,99876,101478,104363,102989,18493,99489,104589,103926,100799,102484,1773],"total_duration": 1758949417,"load_duration": 570749542,"prompt_eval_count": 5,"prompt_eval_duration": 755000000,"eval_count": 57,"eval_duration": 431000000
}

\u003cthink\u003e\n\n\u003c/think\u003es其实就是和 标签，里边是思考推理的内容，比较简单的问题无需推理，所以这里为空。我们问一个相对较难的问题来试试：

如果去掉stream为false后的流式返回如下：

直到done为true，done reason为stop为止

4. 配置图形化交互界面（可选）

虽然直接在命令行中对话已经能验证模型运行，但为了更友好地交互，你可以安装图形化界面工具：

• 下载 Chatbox：访问 Chatbox 官网 下载并安装该软件。

• 在 Chatbox 的设置中，选择使用本地模型，并将模型提供方设置为 Ollama API；在模型列表中选择你刚安装的 DeepSeek-R1 模型即可。
  

  然后即可对话

5. 使用与注意事项

• 每次使用时：若需要使用模型，只需先启动 Ollama（通常在安装时会自动后台运行），然后通过命令行或图形界面调用模型。你可以使用命令 ollama list 查看已安装的模型列表，并通过 ollama run <模型名称> 重新启动对话会话。

• 资源消耗：注意大模型运行时对 CPU、内存和 GPU 的负载较高，建议在使用过程中避免同时进行高负载任务。

• 升级与卸载

  如果以后不再使用模型，需要按照相关说明清理模型文件和环境变量，避免占用过多磁盘空间。