本地部署 DeepSeek 完整教程

1. 引言

DeepSeek 是一款强大的大语言模型（LLM），适用于多种自然语言处理任务。如果你想在本地运行 DeepSeek，可以使用 Ollama 这款工具，它可以帮助你轻松下载和运行 DeepSeek 模型。

本教程将详细介绍如何在本地部署 DeepSeek，包括工具安装、模型下载、运行以及一些常见问题的解决方案。

2. 安装 Ollama

Ollama 是一个用于在本地运行大模型的工具，支持 Windows、macOS 和 Linux。首先，我们需要安装 Ollama。

2.1 下载 Ollama

请访问 Ollama 官方网站并根据你的操作系统选择相应的安装包。

2.2 安装 Ollama

下载完成后，按照安装引导完成 Ollama 的安装。

2.3 验证安装

安装完成后，打开终端或命令提示符，输入以下命令检查 Ollama 是否正确安装：

ollama --version

如果终端正确显示版本号，说明 Ollama 已成功安装。

3. 下载并运行 DeepSeek 模型

Ollama 提供了多个 DeepSeek 模型版本，你可以根据自己的硬件配置选择合适的版本。

3.1 可用模型版本

3.2 运行模型

首次运行模型时，Ollama 会自动下载所需的文件。

• 运行 1.5B 版本：

  ollama run deepseek-r1:1.5b

• 运行 7B 版本：

  ollama run deepseek-r1:7b

• 运行 8B 版本：

  ollama run deepseek-r1:8b

• 运行 14B 版本：

  ollama run deepseek-r1:14b

当下载完成后，你可以在终端中与 DeepSeek 进行交互。

3.3 运行 DeepSeek 并进行交互

运行模型后，你可以开始输入问题或命令，例如：

ollama run deepseek-r1:7b

然后在终端中输入：

What is DeepSeek?

模型将返回相应的回答。

如果你想进行代码生成，可以输入：

Write a Python function to calculate Fibonacci sequence.

DeepSeek 将返回类似如下的代码：

def fibonacci(n):
    if n <= 0:
        return []
    elif n == 1:
        return [0]
    elif n == 2:
        return [0, 1]
    
    sequence = [0, 1]
    for i in range(2, n):
        sequence.append(sequence[i-1] + sequence[i-2])
    return sequence

print(fibonacci(10))

4. 不同操作系统的部署方法

4.1 Windows 部署

1. 下载并安装 Ollama。
2. 打开 PowerShell 或命令提示符。

3. 运行 DeepSeek 模型，例如：

   ollama run deepseek-r1:7b

4.2 macOS 部署

1. 通过 Homebrew 安装 Ollama：

   brew install ollama

2. 运行 DeepSeek 模型：

   ollama run deepseek-r1:7b

4.3 Linux 部署

1. 下载 Ollama 并解压缩。

2. 运行以下命令安装：

   sudo mv ollama /usr/local/bin/

3. 运行 DeepSeek：

   ollama run deepseek-r1:7b

5. 解决常见问题

5.1 更改模型存储路径

默认情况下，Ollama 会将模型存储在 C 盘。如果你希望更改存储位置，可以使用环境变量 OLLAMA_MODELS 指定新的存储路径。例如：

export OLLAMA_MODELS=/your/new/path

然后重新运行 Ollama。

5.2 AMD 显卡支持

如果你使用的是 AMD 显卡，需要安装 ROCm，并使用 ollama 运行时指定 --backend rocm 选项。例如：

ollama run deepseek-r1:7b --backend rocm

5.3 运行时遇到内存不足问题

如果你在运行 DeepSeek 时遇到内存不足的问题，可以尝试以下优化方法：

• 使用较小版本的 DeepSeek，如 deepseek-r1:1.5b
• 增加虚拟内存（Swap）
• 关闭其他占用 GPU 资源的进程
• 在 ollama run 命令后添加 --num-gpu-layers 10 来减少 GPU 占用

ollama run deepseek-r1:7b --num-gpu-layers 10

6. 结论

通过本教程，你已经学会了如何在本地安装、下载并运行 DeepSeek 模型。你可以根据自己的需求选择合适的模型，并使用可视化 WebUI 进行交互。同时，我们还介绍了一些优化方案，希望本教程对你有所帮助！