AMD RX5700运行deepseek-r1教程（Ubuntu 22）

最新推荐文章于 2025-04-20 17:08:37 发布
最新推荐文章于 2025-04-20 17:08:37 发布
阅读量1.6k 收藏 21
点赞数 19
文章标签： ubuntu linux 运维 人工智能
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/xiantao/article/details/145528600
版权

前两天编写了AMD RX5700运行deepseek-r1教程Windows版，这两天想法是，使用Ubuntu也能运行deepseek就好了。结合Ollama for AMD 0.57版本，对应AMD ROCM 6.2.4版，通过近两天人测试验证，终于成功了。现将操作过程写下来，进行分享。

第一步  安装Ubuntu 22.04.05软件，下载地址：

Index of /ubuntu-releases/22.04/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirrorhttps://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/22.04/安装注意事项：安装后先不要进行补丁更新。

第二步  安装Amd 显卡驱动程序，带Rocm 6.2.4。

官网显示是6.3.2了，分析链接地址，可以找到6.2.4， 使用命令如下

最低0.47元/天 解锁文章
xiantao
关注
Windows下AMD显卡在本地运行大语言模型(deepseek-r1)
wstc2689784536的博客
02-08 2462
Windows下AMD显卡在本地运行deepseek-r1:14b
AMD显卡可以本地玩DeepSeek了 附简单部署教程
weixin_41446370的博客
02-10 4175
DeepSeek火得一塌糊涂，国内外的相关企业都在积极适配支持，而对于AI大模型来说，使用GPU运行无疑是最高效的，比如AMD，无论是Instinct加速卡还是Radeon游戏卡，都已经适配到位。你只需要任意一块AMD RX 7000系列显卡，就可以在本地体验DeepSeek。AMD Radeon游戏卡本地部署DeepSeek非常简单，只需打开AMD官网(中英文均可)，搜索“15.1.1”，进入第一个结果，下载AMD Adrenalin 25.1.1测试版驱动，安装并重启。
本地部署deepseek，AMD显卡GPU显卡，ubuntu系统，linux，，ollama+ROCm+docker+open-webui
weixin_43409487的博客
02-26 1851
内容概要：本文档主要讲述了在Ubuntu 24系统中使用AMD显卡部署DeepSeek和Open-WebUI的企业级企业级企业级企业级企业级企业级企业级企业级全过程，涵盖前期准备工作如系统软件更新，安装必要的AMDGPU驱动及相关软件包；详细介绍配置和运行Ollama服务以及Docker容器的过程，其中包括Ollama卸载、Docker环境搭建，以及通过配置Open-WebUI与本地Ollama实例通信，确保AMD显卡环境能够顺利使用深度学习模型和相关应用。
AMD RX5700运行deepseek-r1教程
xiantao的专栏
02-06 1982
AI大模型对Nvidia支持较好，对AMD支持较差，通过Ollama for amd工具和Rocm替换，实现deepseek-r1在有AMD 5700显卡的电脑上进行部署。
AMD显卡本地部署DeepSeek（附ollama安装包）
huang9604的博客
02-10 8547
AMD显卡本地部署DeepSeek（附ollama安装包）
ubuntu中使用ollama部署本地deepseek
qq_40224400的博客
03-12 1169
此时，docker容器中ollama的models目录在宿主的/home/ubuntu/.ollama/目录下。用途: 这个端点用于支持对话式的交互。总结而言，/api/generate 更适合一次性生成任务，而 /api/chat 更适合需要持续对话和上下文记忆的任务。由于我们在运行ollama容器时，挂载了容器的/root目录到宿主的/home/ubuntu，所以可以直接拷贝文件。功能: 它可以用于各种生成任务，如文章创作、代码生成、故事编写等，其中每次请求都是独立的，不依赖于前一次请求的结果。
Ubuntu下为AMD 5700/5700XT安装显卡驱动
Vanclky的专栏
10-16 7363
前情：本人前段时间将显卡由AMD RX470更换为AMD 5700，在一段时间后重新开启Ubuntu后，发现显示器分辨率为1366*768。下意识认为是显卡驱动未更新成功，试过使用update及upgrade希望能够自动更新。也尝试bing Ubuntu下的5700驱动安装，或许是个人搜索技能不过关，未找到相关认为较好的答案。因此果断上AMD的官网，发现官方竟然有提供Ubuntu...
amd显卡5700xt的深度学习环境搭建记录
afive54的博客
11-30 4250
之前的深度学习的初步学习阶段，一直是直接使用和鲸社区的服务器镜像，本地则是cpu版本的tensorflow和pytorch。现在实际尝试做项目发现本地的cpu版本太慢了，课题组的服务器又没有显卡于是开始尝试对我个人电脑进行深度学习环境的搭建我的电脑是amd的gpu，5700xt，19年的老卡，但总比cpu跑的快。
本地部署时，如何通过硬件加速（如 CUDA、TensorRT）提升 DeepSeek 的推理性能？不同显卡型号的兼容性如何测试？
百态老人的博客
03-11 726
通过TensorRT的层融合（Layer Fusion）技术，将相邻的矩阵乘法与激活函数合并，减少内核启动次数，理论加速比达1.5-2倍。通过上述硬件加速策略与兼容性测试方案，可实现DeepSeek模型在本地环境中2-5倍的推理性能提升，同时确保硬件资源的高效利用。：根据显卡架构选择CUDA版本（如NVIDIA RTX 50系列需CUDA 12+，V100需CUDA 11.x），并通过。：相比FP16模式，吞吐量从85 token/s提升至240 token/s，延迟降低65%。
DeepSeek大模型一键部署解决方案：全平台多机分布式推理与国产硬件优化异构计算私有部署
风一样
02-13 6448
以上是关于如何安装 GPUStack 并在不同场景下部署 DeekSeek R1 模型的使用教程。了解更多信息。GPUStack 是一个低门槛、易上手、开箱即用的私有大模型服务平台。它可以轻松整合并利用各种异构 GPU 资源，方便快捷地为生成式 AI 应用和应用开发人员部署所需的各种 AI 模型。GPUStack 背后的研发团队具有全球顶级开源项目经验，项目的功能设计和文档都很完整，团队自项目初期便面向全球用户，当前已有大量国内外开源用户。团队致力于将国产开源项目推广到全球，值得关注。。
《手把手教你实现ollama deepseek-r1:7B AI大模型内网共享》
最新发布
zheng_ruiguo的专栏
04-20 586
ollama 是一个用于在本地运行大型语言模型的工具，它的出现为开发者和研究人员提供了一种全新的方式来体验和使用大语言模型。在 ollama 诞生之前，运行大型语言模型往往需要依赖云端服务，这不仅带来了数据安全和隐私方面的担忧，还可能面临高昂的使用成本和网络延迟问题。ollama 的出现改变了这一局面，它允许用户在本地设备上下载和运行多个开源大模型，无需依赖外部云服务。ollama 的使用非常简便，用户只需通过简单的命令行操作，就能快速下载并运行自己需要的模型。
如何部署deepseek+cursor，使用显卡为AMD7900XTX
02-20
好的，我现在需要帮助用户了解如何在AMD Radeon RX 7900 XTX显卡上部署DeepSeek和Cursor的组合。首先，我得先理清楚这两个工具的具体情况，因为用户可能有一些混淆。 首先，DeepSeek可能指的是深度求索公司开发的AI...
一文了解：部署 Deepseek 各版本的硬件要求
qianggezhishen的专栏
02-27 3731
很多朋友在咨询关于 DeepSeek 模型部署所需硬件资源的需求，最近自己实践了一部分，部分信息是通过各渠道收集整理，so 仅供参考。言归正转，大家都知道，DeepSeek 模型的性能在很大程度上取决于它运行的硬件。我们先看一下 DeepSeek 的部分通用版本（如下图），然后再介绍一下最近火热的R1推理版本的各规格的硬件要求。最后，会给出 R1 的各主流版本的资源参考列表（文末）。模型名参数大小文件格式标签公司1.3BGGUF GPTQDeepSeek1.3BGGUF GPTQ。
Ubuntu22.04部署deepseek大模型
qq_44534541的博客
02-07 2405
可能由于工作或者是下班了，我们不小心关闭命令行窗口后，还想打开命令提示符窗口，只需要再次在命令符提示窗口中输入上面复制的指令即可。以上是在Ubuntu虚拟机中用CPU跑的性能视图，CPU基本上占用很高。如果有高端的GPU显卡，可以运行的更好。当然Ollama不只是可以启动deepseek模型，也可以启动其他的模型。● 确保你的网络连接正常，尤其是访问目标服务器时没有防火墙或代理的限制。Ollama 官方版: https://ollama.com/若你的显卡是在Linux上面 可以使用如下命令安装。
Deepseek本地化部署指南：在Linux环境下部署，windows远程web-ui访问（Ubuntu环境+window环境）
u013486597的博客
02-12 8413
Deepseek本地化部署指南：在Linux环境下部署，windows远程web-ui访问（Ubuntu环境+window环境）
基于Ollama部署Deepseek-r1模型
提子同学是我
02-02 9036
基于ollama部署deepseek-r1模型
ollama部署本地deepseek，教程详细（ubuntu环境）
xin_yao_xin的博客
02-25 1379
话不多说，直接上教程（
AMD GPU 运行 Deepseek-R1 — 详细指南
iCloudEnd的博客
02-05 622
想要将您的 AMD Radeon™ GPU 变成天才的解决问题助手吗？本分步指南将向您展示如何在本地运行 DeepSeek 的 R1 AI 模型 — 无需云、无需订阅，只需原始的 AMD 马力。让我们开始吧！
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