DeepSeek-R1本地部署笔记

已于 2025-01-28 10:05:30 修改
阅读量2.7k 收藏 9
点赞数 9
分类专栏： # 工作 文章标签： 笔记
于 2025-01-28 09:54:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010263423/article/details/145385921
版权

文章目录

效果

我的配置如下

E5 2666 V3 + AMD 590Gme

可以说是慢的一批了，内存和显卡都太垃圾了，回去用我的新设备再试试

在这里插入图片描述

概要

  • 安装 ollama
  • 终端下载模型
  • 【可选】下载UI

下载 ollama

打开 https://ollama.com ，选择对应的操作系统

在这里插入图片描述

终端下载模型

根据显卡的显存去选择多大的模型 https://ollama.com/library/deepseek-r1

在这里插入图片描述

安装好之后，在终端里就可以输入问题了，如果新开一个终端窗口的话，可以输入如下命令去召唤

ollama run deepseek-r1

在这里插入图片描述

【可选】浏览器插件 UI

插件市场有个这个插件 https://chromewebstore.google.com/detail/page-assist-%E6%9C%AC%E5%9C%B0-ai-%E6%A8%A1%E5%9E%8B%E7%9A%84-web/jfgfiigpkhlkbnfnbobbkinehhfdhndo?pli=1
在这里插入图片描述
下载完之后可以点击浏览器上面的插件按钮，跳转到如下页面

在这里插入图片描述

选择下载的模型
在这里插入图片描述

然后再 RAG 设置中选择文本嵌入模型

在这里插入图片描述

Q: 内存占用高，显存占用不高，正常吗

在这里插入图片描述

DeepSeek R1本地化部署与联网功能实战指南：从零搭建智能对话系统
理论都是虚的，代码才是王道。
01-28 7万+
在人工智能技术快速发展的今天，如何将先进的对话模型DeepSeek R1部署到本地环境并赋予其联网能力，成为许多开发者和企业关注的重点。本文将深入讲解完整的本地化部署流程，并通过实例代码演示如何为模型添加实时网络访问功能。
【手把手】DeepSeek-R1本地部署：从零到API调用
chuweiyan的博客
02-01 5825
DeepSeek-R1 是 DeepSeek 研发的系列推理模型，2025 年 1 月 20 日，DeepSeek 正式发布 DeepSeek-R1 模型，并同步开源模型权重，且推出了 API 服务。
DeepSeek-R1本地部署，再也不怕宕机，还有语音功能！
2401_84204207的博客
01-29 6万+
最近国产大模型DeepSeek特别火，以至于频繁出现反应迟缓甚至宕机的情况，和两年多之前ChatGPT的遭遇颇为相似。万幸，DeepSeek是一个开源模型，我们大可以通过本地部署，在自己的终端上随时使用！接下来就教大家具体的操作：**一、用Ollama下载模型**首先我们需要安装Ollama，它可以在本地运行和管理大模型。
deepseek部署在本地详细教程
java程序员的蜕变之路
02-14 9719
最近，DeepSeek爆火，先进的算法、卓越的能力，表现出众，其凭一己之力推动国内Ai大模型跨越式发展。作为一款现象级的Ai产品，用户量暴增，最近服务器又被攻击，使用DeepSeek，经常出现服务器繁忙，将DeepSeek部署在本地电脑就方便很多。将DeepSeek部署在本地电脑，只需三步即可完成。
本地部署DeepSeek-R1 1.5B
weixin_44502794的博客
01-22 1万+
然后输入ollama run deepseek-r1:1.5b。然后打开windows powershell。等待ollama下载完模型，就是可以使用了。然后安装ollama。
deekseek-r1本地部署指南极简版
热门推荐
404 Not Found
01-24 14万+
最近，deepseek ai发布了一个超强开源版本的大模型，效果接近于Chat GPT o1-mini，并且提供了支持本地部署的版本，本教程旨在让读者学会本地部署，后续的应用落地，随缘更新❤️，最后使用一个案例展示deepseek-r1的推理能力。
DeepSeek本地部署教程(保姆级教程)
XXXXsssxwd的博客
01-30 1万+
【代码】DeepSeek本地部署教程(保姆级教程)
一文读懂DeepSeek-R1本地部署配置要求（建议收藏）
最新发布
03-01
对于希望在本地环境中部署DeepSeek-R1的用户而言，了解相应的硬件要求是非常重要的。本文将详细介绍DeepSeek-R1从1.5B到671B各版本的配置要求，并分析适用场景。 1. DeepSeek-R1-1.5B - CPU要求至少4核，推荐使用...
《一文读懂DeepSeek-R1本地部署配置要求》（建议收藏）
大衛說
02-22 762
不少用户想了解本地部署DeepSeek-R1所需的电脑配置要求。本文将详细介绍DeepSeek-R1各个版本的配置需求及其适用场景。支持、V3 及 GPT4.0、4o 和 o1、o3根据Ollama平台提供的DeepSeek-R1模型信息，以下是对不同参数量模型的本地部署硬件要求及适用场景的分析。请注意：部分数据是基于模型的通用需求推测得出的，具体硬件要求应以实际部署测试为准。
本地部署与接入知识库的deepseek-R1指南
sprlightning的博客
02-07 1534
如何本地部署deepseek-R1？此外如何将本地部署的deepseek-R1接入知识库/笔记软件，使本地的deepseek-R1可以访问笔记数据，能实现通过deepseek-R1对笔记进行查询与编辑？deepseek将回答这个问题~
【完整版】DeepSeek-R1大模型学习笔记（架构、训练、Infra、复现代码）
我的技术栈碎碎念空间
02-04 7818
MoE在每次推理时选择性地激活部分模型参数，在不成比例增加计算成本的情况下，可以扩展模型参数。在DeepSeek-V2中就提出了用于FFN层的DeepSeekMoE，DeepSeek-R1在DeepSeek-V2基础上进一步优化。
DeepSeek本地部署详细指南
weixin_49684553的博客
02-09 3万+
DeepSeek本地部署详细指南随着人工智能技术的飞速发展，本地部署大模型的需求也日益增加。DeepSeek作为一款开源且性能强大的大语言模型，提供了灵活的本地部署方案，让用户能够在本地环境中高效运行模型，同时保护数据隐私。以下是详细的DeepSeek本地部署流程。（一）硬件需求最低配置：CPU（支持AVX2指令集）+ 16GB内存 + 30GB存储。推荐配置：NVIDIA GPU（RTX 3090或更高）+ 32GB内存 + 50GB存储。（二）软件依赖。
使用BitaHub部署DeepSeek-R1
是我的博客
01-23 1万+
2025 年 1 月 20 日，DeepSeek 发布并开源了最新的推理模型–，性能比肩OpenAI-o1，同时还开源了 6 个R1小模型，使用从 DeepSeek-R1 蒸馏出来的知识去微调 Qwen、Llama，参数包含了1.5B、7B、 8B、14B、32B、70B，能够满足各种场景。本次将使用BitaHub部署DeepSeek-R1-Distill，BitaHub是一个开放的Al和深度学习社区，GPU算力资源有4090、A100 等高性能显卡，提供了全流程的 AI 开发、训练、部署的专业环境。
AMD显卡本地部署DeepSeek
weixin_38629078的博客
02-08 1277
第二步、在安装好的LM studio中设置显示语言，右下角点击设置选择对应的语言，在常规设置里勾选Use LM Studio's Hugging Face Proxy，返回主界面，在左侧工具栏点击放大镜图标，进去搜索DeepSeek模型并下载加载，完成。第一步、在这2个网站下载对应的软件并安装。
AMD显卡本地部署DeepSeek（附ollama安装包）
huang9604的博客
02-10 8660
AMD显卡本地部署DeepSeek（附ollama安装包）
DeepSeek本地部署
是夜色太荒芜的专栏
02-06 1912
蛇年过年前，国产大模型 DeepSeek以更高的效率、更低的计算成本火爆国内外，成为现象级AI，但由于访问人数过多经常频繁出现反应迟缓甚至是宕机的情况。但万幸的是，DeepSeek 是一个开源模型，我们可以通过本地部署在自己的终端上随时使用，而且部署到本地后无需联网即可直接使用。
deepseek本地部署
zhengjiuzheDu的博客
01-30 689
最近在玩deepseek和kimi1.5，deepseek是访问太多了还是服务器太次了，一直转圈用不了，打算本地部署一个7B模型。使用ollama+chatbox软件，参考csdn博客。
【AI】deepseek本地部署
xlecho的博客
02-06 1426
‌避免服务器崩溃‌：由于DeepSeek是一个开源模型，通过本地部署，用户可以在本地运行模型，无需依赖外部服务器，从而避免了因访问人数过多导致的服务器崩溃问题‌。模型越大对于电脑性能要求越高，可以先用最小模型来测试电脑性能。这里选中1.5b，右边有一行命令：ollama run deepseek-r1:1.5b。🔒 数据隐私与安全：所有数据处理均在本地进行，敏感信息无需传输至第三方服务器，确保数据隐私和安全。⏱️ 低延迟：由于无需通过网络传输数据，处理速度可能更快，延迟更低。测试：下载完成即可使用。
本地部署DeepSeek R1：打造私人AI助手完全指南
海棠AI实验室
01-28 1万+
DeepSeek R1 是一款由 DeepSeek 团队开发的先进推理模型。它不仅在性能上可与业界领先的商业模型相媲美，更重要的是，它完全开源，允许用户在本地环境中自由部署和使用。DeepSeek R1 支持多种模型规模，从轻量级的 1.5B 参数模型到强大的 70B 参数模型，用户可以根据自己的需求和硬件条件灵活选择。DeepSeek R1 的主要特点：开源免费：用户可以自由使用、修改和分发。高性能：在多项基准测试中表现出色，可与商业模型媲美。多规模选择。
如果本地部署deepseek-r1模型，3050笔记本应该选择多大的模型
02-15
此外，在执行部署之前，Ollama 将自动验证是否存在指定名称下的已缓存副本 (`deepseek-r1`) 并决定是否启动网络获取流程[^1]。因此，无论最终选定哪个版本，都无需担心重复下载相同的数据集。 ```bash # 下载并运行...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值