DeepSeek本地部署:无须任何经验,小白也能轻松搞定!
大家好,我是土叔,今天给大家分享一篇不错的deepseek本地部署教程。
写在前面
最近DeepSeek太火了,以至于每个小伙伴都想试试。DeepSeek 的到来可谓是开启了全民AI热潮。
本以为DeepSeek本地化部署有多难,实际上验证后很简单,操作起来就像给电脑装个新软件那么简单,大约十多分钟可完成本地部署。
今天咱们来聊聊如何在自己的电脑上本地部署 DeepSeek-R1-1.5B 模型。
工具介绍
DeepSeek-R1-1.5B 是一个轻量级的AI模型,参数量只有 15 亿,听起来是不是很"迷你"?但别小瞧了它,这可是个"小而精"的家伙。它只需要 3GB 的显存就能运行,这意味着即使你的电脑配置不高,也能轻松驾驭它。而且,它在数学推理方面表现相当出色,甚至在某些基准测试中超过了 GPT-4o 和 Claude 3.5。当然了,如果你电脑配置更高,可以尝试其他版本。
主要特点:
- 轻量级模型:参数量只有 15 亿,体积小巧
- 低显存需求:只需要 3GB 的显存就能运行
- 数学推理出色:在数学推理方面表现相当出色
- 超越GPT-4o:在某些基准测试中超过了 GPT-4o 和 Claude 3.5
- 本地部署:可以本地部署,无需联网
- 隐私保护:本地运行,保护个人隐私
- 快速响应:本地运行,响应速度快
- 免费使用:完全免费,无需付费
- 开源模型:开源模型,可自由使用
- 多场景适用:适用于多种场景,如智能客服、语言学习、创意写作等
适用场景:
- 需要智能客服的用户
- 需要语言学习的用户
- 需要创意写作的用户
- 需要文本摘要的用户
- 需要翻译的用户
- 需要代码生成的用户
- 需要逻辑推理的用户
使用方法:
- 下载并安装Ollama
- 检验Ollama是否安装成功
- 通过 Ollama 拉取 DeepSeek 模型
- 与DeepSeek对话
- 安装WebUI(可选)
使用技巧:
- 可以使用WebUI,提升使用体验
- 可以使用命令行,提升操作效率
- 可以使用快捷键,快速打开WebUI
- 可以使用多个模型,满足不同需求
一、为啥要部署 DeepSeek-R1-1.5B?
在做的小伙伴可能跟我一样在使用DeepSeek时,经常遇到"服务器繁忙,请稍后再试。"
先说说为啥我推荐这个版本吧。DeepSeek-R1-1.5B 是一个轻量级的模型,参数量只有 15 亿,听起来是不是很"迷你"?但别小瞧了它,这可是个"小而精"的家伙。它只需要 3GB 的显存就能运行,这意味着即使你的电脑配置不高,也能轻松驾驭它。而且,它在数学推理方面表现相当出色,甚至在某些基准测试中超过了 GPT-4o 和 Claude 3.5。当然了,如果你电脑配置更高,可以尝试其他版本。
二、DeepSeek 不同版本模型硬件要求
以下是 DeepSeek 不同版本模型的硬件要求,小伙伴们可以结合自己电脑配置选择版本
| 模型版本 | 参数量 | 显存需求(FP16) | 推荐 GPU(单卡) | 多卡支持 | 量化支持 | 适用场景 |
|---|---|---|---|---|---|---|
| DeepSeek-R1-1.5B | 15亿 | 3GB | GTX 1650(4GB显存) | 无需 | 支持 | 低资源设备部署(树莓派、旧款笔记本)、实时文本生成、嵌入式系统 |
| DeepSeek-R1-7B | 70亿 | 14GB | RTX 3070/4060(8GB显存) | 可选 | 支持 | 中等复杂度任务(文本摘要、翻译)、轻量级多轮对话系统 |
| DeepSeek-R1-8B | 80亿 | 16GB | RTX 4070(12GB显存) | 可选 | 支持 | 需更高精度的轻量级任务(代码生成、逻辑推理) |
| DeepSeek-R1-14B | 140亿 | 32GB | RTX 4090/A5000(16GB显存) | 推荐 | 支持 | 企业级复杂任务(合同分析、报告生成)、长文本理解与生成 |
| DeepSeek-R1-32B | 320亿 | 64GB | A100 40GB(24GB显存) | 推荐 | 支持 | 高精度专业领域任务(医疗/法律咨询)、多模态任务预处理 |
| DeepSeek-R1-70B | 700亿 | 140GB | 2x A100 80GB/4x RTX 4090(多卡并行) | 必需 | 支持 | 科研机构/大型企业(金融预测、大规模数据分析)、高复杂度生成任务 |
| DeepSeek-671B | 6710亿 | 512GB+(单卡显存需求极高,通常需要多节点分布式训练) | 8x A100/H100(服务器集群) | 必需 | 支持 | 国家级/超大规模 AI 研究(气候建模、基因组分析)、通用人工智能(AGI)探索 |
三、晓凡硬件配置
CPU:AMD Ryzen 7 5800H with Radeon Graphics 3.20 GHz
内存:16GB
操作系统:Windows 11
硬盘空间:500G,剩余335G
四、部署步骤
4.1 下载并安装Ollama
访问官网:https://ollama.com/ 下载
或者直接到GitHub下载
安装文件OllamaSetup.exe大约745MB。
注:如果下载过于缓慢可以使用迅雷之类的加速下载;(晓凡将软件打包放网盘了,有需要的小伙伴可在文章末尾自取)
双击OllamaSetup.exe进行安装:
4.2 检验Ollama是否安装成功
命令行输入 ollama -v 命令,出现如下版本号说明安装成功
4.3 通过 Ollama 拉取 DeepSeek 模型
这里我选择是的1.5b,整个模型大小1.1 GB。
- 1.5B:适用于轻量级任务,如边缘设备(如智能手表、物联网设备)上的简单交互、小型智能问答系统等。目前开源的最小版本。
- 671B:主要用于大规模云端推理,适合科研分析、数据挖掘等需要处理海量数据的复杂任务。目前开源的最强版本
更多版本可以在这里查看:https://ollama.com/library/deepseek-r1 。
命令行输入:ollama run deepseek-r1:1.5b 拉取DeepSeek模型
整个拉取过程还是比较丝滑的,5到6分钟后看到【success】字样,代表成功安装DeepSeek R1,然后就可以与DeepSeek对话了
4.4 与DeepSeek对话
通过上面步骤之后,我们就可以愉快的与Deep Seek对话了,如输入:程序员如何避免35岁焦虑?
4.5 安装WebUI
使用命令提示符与DeepSeek对话并不友好,为了更好的体验,我们可以安装WebUI,这里使用的是浏览器插件:Page Assit
(如果小伙伴找不到在哪下载Page Assit插件,晓凡打包放网盘了,可在文章末尾自取)
启动ollama服务后,输入快捷键【ctrl + shift+L】快捷键即可打开WebUI页面
刚安装Page Assit 插件, 需要进行一下如下设置
设置完成后,选择模型就可以与DeepSeek对话了
五、实际应用场景:DeepSeek-R1-1.5B 能干啥?
别看 DeepSeek-R1-1.5B 体积小,它可一点都不"弱"。它非常适合用在一些轻量级的任务上,比如:
- 智能客服:在小型企业或者个人项目中,它可以快速回答客户的一些常见问题,提高服务效率。
- 语言学习:你可以用它来练习语言表达,比如输入一个中文句子,让它生成英文翻译。
- 创意写作:如果你是个作家或者文案策划,它可以帮你快速生成一些创意片段或者文案初稿
软件对比
DeepSeek与其他AI模型对比
| 特性 | DeepSeek-R1-1.5B | GPT-4o | Claude 3.5 | Llama 3 |
|---|---|---|---|---|
| 免费使用 | ★★★★★ | ★☆☆☆☆ | ★☆☆☆☆ | ★★★★★ |
| 本地部署 | ★★★★★ | ★☆☆☆☆ | ★☆☆☆☆ | ★★★★★ |
| 低显存需求 | ★★★★★ | ★☆☆☆☆ | ★☆☆☆☆ | ★★★★ |
| 数学推理 | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★ |
| 隐私保护 | ★★★★★ | ★★★☆☆ | ★★★☆☆ | ★★★★★ |
| 快速响应 | ★★★★★ | ★★★★ | ★★★★ | ★★★★★ |
| 开源模型 | ★★★★★ | ★☆☆☆☆ | ★☆☆☆☆ | ★★★★★ |
| 多场景适用 | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ |
总结:
- DeepSeek-R1-1.5B:免费使用、本地部署、低显存需求,适合需要本地AI模型的用户
- GPT-4o:数学推理出色,但需要付费,适合需要云端AI模型的用户
- Claude 3.5:数学推理出色,但需要付费,适合需要云端AI模型的用户
- Llama 3:免费使用、本地部署,但显存需求较高,适合需要本地AI模型的用户
使用建议
- 低配电脑:如果电脑配置不高,推荐使用DeepSeek-R1-1.5B
- 智能客服:如果需要智能客服,推荐使用DeepSeek-R1-1.5B
- 语言学习:如果需要语言学习,推荐使用DeepSeek-R1-1.5B
- 创意写作:如果需要创意写作,推荐使用DeepSeek-R1-1.5B
- 隐私保护:如果需要隐私保护,推荐使用DeepSeek-R1-1.5B
使用技巧
1. 提升使用体验
- 使用WebUI,提升使用体验
- 使用命令行,提升操作效率
- 使用快捷键,快速打开WebUI
- 使用多个模型,满足不同需求
2. 提升响应速度
- 使用本地部署,提升响应速度
- 使用低显存需求,提升响应速度
- 使用轻量级模型,提升响应速度
- 关闭不必要的程序,提升响应速度
3. 节省系统资源
- 使用低显存需求,节省系统资源
- 使用轻量级模型,节省系统资源
- 关闭不必要的功能,节省系统资源
- 定期清理缓存,节省系统资源
4. 解决使用问题
- 检查Ollama是否安装,确保Ollama安装
- 检查模型是否拉取,确保模型拉取
- 检查WebUI是否安装,确保WebUI安装
- 检查设置是否正确,确保设置正确
常见问题
1. DeepSeek-R1-1.5B是免费的吗?
- 是的,DeepSeek-R1-1.5B完全免费。
2. DeepSeek-R1-1.5B需要什么配置?
- DeepSeek-R1-1.5B只需要 3GB 的显存就能运行。
3. DeepSeek-R1-1.5B支持本地部署吗?
- 支持,DeepSeek-R1-1.5B支持本地部署。
4. 如何安装Ollama?
- 访问官网:https://ollama.com/ 下载,双击OllamaSetup.exe进行安装。
5. 如何拉取DeepSeek模型?
- 命令行输入:ollama run deepseek-r1:1.5b 拉取DeepSeek模型。
6. 如何与DeepSeek对话?
- 通过命令行或者WebUI与DeepSeek对话。
7. 如何安装WebUI?
- 安装浏览器插件Page Assit,启动ollama服务后,输入快捷键【ctrl + shift+L】快捷键即可打开WebUI页面。
8. DeepSeek-R1-1.5B能干啥?
- DeepSeek-R1-1.5B适合用在一些轻量级的任务上,如智能客服、语言学习、创意写作等。
注意事项
软件使用前准备:
- 确保电脑配置满足要求
- 确保网络连接正常
- 确保硬盘空间充足
- 下载软件时注意来源安全
软件使用过程中:
- 注意显存使用,不要占用过多显存
- 注意系统资源,不要占用过多系统资源
- 注意模型选择,选择合适的模型
- 注意设置正确,确保设置正确
软件使用完成后:
- 及时关闭Ollama服务,节省系统资源
- 清理缓存,释放存储空间
- 关闭WebUI,节省系统资源
安全问题:
- 不要在公共网络环境下使用
- 注意保护个人隐私,不要泄露敏感信息
- 不要用于非法用途
- 注意数据安全,保护重要数据
版权问题:
- 尊重版权,不要用于非法用途
- 不要用于商业用途,除非获得授权
- 注意保护个人隐私,不要泄露敏感信息
六、小结
小伙伴们,是不是觉得本地部署 DeepSeek-R1-1.5B 模型超简单?只要按照上面的步骤操作,你就能让自己的电脑拥有一个"智能助手"。
而且,这个模型不仅运行速度快,还能在很多场景中发挥大作用。快去试试吧!
总结:
- 轻量级模型:参数量只有 15 亿,体积小巧
- 低显存需求:只需要 3GB 的显存就能运行
- 数学推理出色:在数学推理方面表现相当出色
- 超越GPT-4o:在某些基准测试中超过了 GPT-4o 和 Claude 3.5
- 本地部署:可以本地部署,无需联网
- 隐私保护:本地运行,保护个人隐私
使用建议:
- 低配电脑推荐使用DeepSeek-R1-1.5B
- 智能客服推荐使用DeepSeek-R1-1.5B
- 语言学习推荐使用DeepSeek-R1-1.5B
- 创意写作推荐使用DeepSeek-R1-1.5B
- 隐私保护推荐使用DeepSeek-R1-1.5B
DeepSeek本地部署安装包下载链接
原文来自:https://www.cnblogs.com/xiezhr/p/18712410
想要及时了解更多好玩有趣的网站、实用的软件,扫码关注公众号,就不会错过精彩的推荐啦。
- Author: 土叔分享
- Link: https://www.tushushare.com/categories/software/deekseek-local-1/
- License: This work is under a 知识共享署名-非商业性使用. Kindly fulfill the requirements of the aforementioned License when adapting or creating a derivative of this work.












