DeepSeek本地部署

 一.概述

DeepSeek是一款基于人工智能技术发展出来的新兴的工具，拥有强大的数据模型，并且支持本地部署，这可以满足数据隐私、定制化和高性能计算的需求，让用户能够在本地环境中高效安全的运行数据模型，不再担心数据泄露

---

二.环境准备

在开始部署之前，请检查本地环境是否满足以下要求：

1.硬件要求

• CPU：至少 4 核（推荐Intel i5 以上或同等性能）
• GPU：推荐NVIDIA GTX 1060 以上（显存 ≥ 4GB）
• 内存：至少8GB（推荐≥16GB）
• 存储：至少20GB可用空间（推荐≥100GB可用空间）

2.软件要求

• 操作系统：

        Window 10/11

        Linux（Ubuntu 18.04及以上）

        macOS（仅限CPU运行）

• Python：3.8及以上版本
• CUDA：如果使用GPU，需安装CUDA 10.2及以上版本
• 依赖库：

                PyThon

                Transformers

                DeepSeek SDK

---

三.部署步骤

1.下载并安装Ollama（本文将以Windows系统作为举例）

Ollama是一个免费开源的本地大语言模型的运行平台，可以借助Ollama把DeepSeek模型下载到本地并运行

Ollama下载链接：Ollama

接下来将手把手教会你安装Ollama

安装好了不要慌，我们先来验证一下是否成功安装

cmd输入ollama，如果出现以下图示，则已经成功安装

如果你和小编的一样，那表明你已经成功安装

2.安装本地语言模型

回到ollama，点击DeepSeek-R1

就可以进入到DeepSeek语言模型下载页

DeepSeek目前有1.5b、7b、8b、14b、32b、70b、671b这几种不用量级的开源语言模型（数字后面的b是billion的缩写，中文意思为十亿）

例如：1.5b代表了15亿的参数

参数量越大，你得到的回答质量也就越高，但是参数量的增大，对GPU的要求也就越高。如果电脑上没有独立显卡，就选择1.5b版本；如果有独立显卡，独立显卡显存在4G~8G，可以选择7b或8b的版本

小编的电脑使用的是8G的独立显存，下载的是8b语言模型，不推荐更高，因为在使用过程当中会存在卡顿情况

选择你需要的语言模型版本，复制相对应的命令粘贴到cmd命令行，粘贴并回车敲下回车以后，它就会自己自动开始安装本地语言模型，如果你和小编上面的这个图片一样，则表示已经成功安装本地语言模型

3.可视化交互平台安装（Cherry Studio安装）

虽然我们可以正常使用DeepSeek模型了，但是都是在cmd命令行里面完成的，如果想要找回官网对话式的感觉，那我们需要借助Cherry Studio实现

Cherry Studio下载链接：Cherry Studio 官方网站 - 全能的AI助手

接下来我们一起来安装Cherry Studio

由于太过火爆，这里推荐使用网盘下载下载完成后，文件夹里面有多个版本，可以选择所需要的版本进行安装，这里选择v1.0.0版本

目前支持Window、Linux、Mac OS三个操作系统上安装，选择自己使用的操作系统安装即可

安装完成以后，点击左下角设置，在模型服务中选择Ollama，把顶部的开关打开，然后点击下面的管理按钮在弹出的管理页面当中添加下载的DeepSeek语言模型

然后回到开始页面就可以和DeepSeek进行对话了

如果你安装了多个语言模型，可以点击顶部进行切换