零刻SER9 Pro 本地部署Deepseek指南：5分钟快速上手！

一、DeepSeek 概述

DeepSeek 是一个基于人工智能的智能问答和知识检索系统，专注于提供高效、精准的自然语言处理（NLP）解决方案。它结合了深度学习、知识图谱和向量检索技术，能够处理复杂的语言任务，如问答、对话生成、信息检索等。

想要在本地体验强大的 DeepSeek 大模型？零刻 SER9 Pro 是你的理想选择！通过 LM Studio 和 Ollama 的本地部署，你可以轻松运行 DeepSeek，享受更快速、更安全、更私密的 AI 体验。

为什么选择零刻 SER9 Pro？

• 强劲性能： 搭载高性能处理器和显卡，轻松应对 DeepSeek 大模型的运算需求。
• 超大内存： 支持扩展至 64GB 内存，为模型运行提供充足空间。
• 高速存储： 配备 PCIe 4.0 SSD，实现快速数据读写，提升模型加载和运行速度。
• 安静散热： 采用高效散热系统，即使长时间运行也能保持安静凉爽。

核心功能

1. 智能问答

   • 支持基于自然语言的问题回答。

   • 能够理解上下文，提供连贯的对话体验。

2. 知识检索

   • 支持从本地知识库或互联网中检索信息。

   • 通过向量数据库（如FAISS）实现高效检索。

3. 联网搜索

   • 集成搜索引擎API，实时获取互联网信息。

4. 多任务并发

   • 支持高并发请求处理，适用于大规模应用场景。

5. 本地化部署

   • 支持本地部署，保护数据隐私。

---

应用场景

• 企业知识库：用于企业内部文档检索和问答。

• 智能客服：提供自动化的客户支持服务。

• 教育辅助：帮助学生和教师快速获取知识。

• 科研支持：加速文献检索和数据分析。

---

技术特点

1. 深度学习模型

   • 基于Transformer架构，支持大规模预训练模型（如GPT、BERT等）。

   • 支持模型微调和定制化训练。

2. 向量检索

   • 使用FAISS、Annoy等向量数据库，实现高效相似度检索。

3. 多语言支持

   • 支持多种语言的问答和检索。

4. 高性能计算

   • 支持GPU加速，优化计算性能。

5. 可扩展性

   • 支持插件化扩展，轻松集成第三方工具和服务。

二、安装与配置

1. 安装 DeepSeek

DeepSeek 可以通过 LM Studio 和Ollama 来部署和运行 DeepSeek 模型

LM Studio部署安装教程：

1.访问 LM Studio官网，https://lmstudio.ai/，根据自己的操作系统下载合适的版本，这里以Windows系统为例，点击Download LM

Download LM Studio for Windows进行下载

2.软件下载完成后，双击打开进行安装，点击下一步

3.选择要安装的位置，然后点击安装

4.安装完成后，点击完成，运行LM Studio

5.打开软件后，点击右上角 Skip omboarding 进入软件

6.点击右下角设置按钮，切换中文语言

7.点击搜索，选择合适的deepseek版本下载，作为示例，这里我选择Qwen 7B的小模型

点击“Download”进行下载

8.下载完成后,点击顶部加载模型，然后点击加载

9.选择你下载的模型,根据电脑配置调整GPU和GCPU的参数

!

10.加载完成后就可以进行对话了

注意事项：

如果Lm Studio无法下载大模型，可在魔塔社区进行下载，链接地址：https://www.modelscope.cn/models

下载完成后，创建Models文件夹，以大模型文件名创建文件夹存放。

Ollama部署安装教程：

1.访问Ollama官网：https://ollama.com/，点击Download下载按钮，跳转到下载页面

2.根据自己的操作系统下载合适的版本，这里以Windows系统为例，点击Download for Windows进行下载

3.下载完成后，双击打开下载的文件，点击Install进行安装

4.安装完成后，按Win+R打开运行窗口，输入CMD打开命令提示符工具

5.输入命令：ollama -v 即可查看安装版本，出现版本号说明安装成功

6.接下来安装大模型，输入命令：ollama run deepseek-r1:8b,进行下载deepseek模型

Ollama模型查询网站：https://ollama.com/search

deepseek-r1目前主要有：1.5b、7b、8b、14b、32b、70b、671b、这几种不同的开源模型，

B→billion→十亿 数字后面b是英文billion,整体代表的诗模型的参数量，1.5B就是15亿参数，7b就是70亿参数

参数越多模型越强，你得到的回答质量也就越高，但是参数越大，所需要消耗的资源也就越高,现存在4G或者是8G左右的可以选择7b或者是8b的模型版本

7.下载完成后，就可以直接进行对话使用了，关闭窗口后，按Win+R打开运行窗口，输入CMD打开命令提示符工具，输入名命令：ollama run deepseek-r1:8b即可再次对话

三、设置自定义模型下载路径

默认情况下，ollama模型存目录路径如下：

• macOS：~/.ollama/models

• linux：/user/share/ollama/.ollam/models

• Windows：C:\Users\<username>\.ollama\models

Windows更改Ollama模型存放位置

在Windows系统下，若要修改模型的存放的位置，可以根据以下步骤操作;

1.打开系统设置界面，进入系统-系统信息，打开高级系统设置

2.在系统属性窗口内点击环境变量

3.在环境变量窗口中，点击"新建"创建一个新的系统变量或用户变量

• 变量名：OLLAM_MODELS

• 变量值：模型存放的路径，例如：D:\Ollam\Models

  点击“确定”进行保存

4.重启已经打开的Ollama的相关应用，使新路径生效，如果不生效也可以重启系统