DeepSeek技术社区：全网最详细的DeepSeek本地部署教程
DeepSeek技术社区：全网最详细的DeepSeek本地部署教程
DeepSeek 作为国产开源大模型，近期因在线服务压力过大，本地部署需求激增。本教程将结合全网优质资源，手把手教你完成从环境配置到交互界面搭建的全流程，即使是零基础用户也能轻松掌握。
前言
DeepSeek 作为国产开源大模型，近期因在线服务压力过大，本地部署需求激增。本教程将结合全网优质资源，手把手教你完成从环境配置到交互界面搭建的全流程，即使是零基础用户也能轻松掌握。
为什么要部署本地 DeepSeek？
在本地部署 DeepSeek 有以下几个优势：
- 隐私性高：数据都在本地运行，无需上传到云端，避免数据泄露风险。
- 稳定性强：不受网络波动影响，模型运行更加稳定。
- 可定制性强：可以根据需求调整模型参数，满足个性化需求。
一、部署前准备
1.1 硬件要求
硬件类型 | 最低配置 | 推荐配置 |
|---|---|---|
显卡 | NVIDIA GTX 1060 (6GB显存) | RTX 4080 (16GB显存) |
内存 | 16GB | 32GB |
存储 | 50GB可用空间 | SSD固态硬盘 |
系统 | Windows 10 / macOS 12 / Ubuntu 20.04 | Windows 11 |
注意事项：
- AMD 显卡用户需安装 25.1.1 版本驱动并配合 LM Studio 使用
二、核心部署流程
2.1 安装 Ollama 框架
2.1.1 下载安装包
访问Ollama官网→ 选择对应系统版本下载（Windows用户建议安装到C盘）
下载完成后双击运行安装包，下一步下一步即可。
2.1.2 验证是否安装成功
按下 win+R 键打开命令行，执行命令：
ollama -v
# 输出类似：ollama version is 0.5.7
如果显示 Ollama 版本号，说明安装成功。
2.2 选择 deepseek 大模型版本
Ollama 安装成功以后，在官网搜索 deepseek，选择 deepseek-r1，如图所示：
DeepSeek 不同参数版本介绍：
模型参数规模 | 典型用途 | CPU 建议 | GPU 建议 | 内存建议 (RAM) | 磁盘空间建议 | 适用场景 |
|---|---|---|---|---|---|---|
1.5b (15亿) | 小型推理、轻量级任务 | 4核以上 (Intel i5 / AMD Ryzen 5) | 可选，入门级 GPU (如 NVIDIA GTX 1650, 4GB 显存) | 8GB | 10GB 以上 SSD | 小型 NLP 任务、文本生成、简单分类 |
7b (70亿) | 中等推理、通用任务 | 6核以上 (Intel i7 / AMD Ryzen 7) | 中端 GPU (如 NVIDIA RTX 3060, 12GB 显存) | 16GB | 20GB 以上 SSD | 中等规模 NLP、对话系统、文本分析 |
14b (140亿) | 中大型推理、复杂任务 | 8核以上 (Intel i9 / AMD Ryzen 9) | 高端 GPU (如 NVIDIA RTX 3090, 24GB 显存) | 32GB | 50GB 以上 SSD | 复杂 NLP、多轮对话、知识问答 |
32b (320亿) | 大型推理、高性能任务 | 12核以上 (Intel Xeon / AMD Threadripper) | 高性能 GPU (如 NVIDIA A100, 40GB 显存) | 64GB | 100GB 以上 SSD | 大规模 NLP、多模态任务、研究用途 |
70b (700亿) | 超大规模推理、研究任务 | 16核以上 (服务器级 CPU) | 多 GPU 并行 (如 2x NVIDIA A100, 80GB 显存) | 128GB | 200GB 以上 SSD | 超大规模模型、研究、企业级应用 |
671b (6710亿) | 超大规模训练、企业级任务 | 服务器级 CPU (如 AMD EPYC / Intel Xeon) | 多 GPU 集群 (如 8x NVIDIA A100, 320GB 显存) | 256GB 或更高 | 1TB 以上 NVMe SSD | 超大规模训练、企业级 AI 平台 |
根据你本地电脑的配置选择合适的参数，例如我们选择 7b 这个参数，运行代码如下：
ollama run deepseek-r1:7b
等待下载完毕，下载完成后就可以愉快的在本地使用大模型了。
2.3 常用AI客户端工具
使用命令行进行对话很不方便，可以使用一些 UI 工具来更方便的和 deepseek 进行交互。常用的工具有：
工具 | 描述 |
|---|---|
Chatbox | 一个支持多种流行LLM模型的桌面客户端，可在 Windows、Mac 和 Linux 上使用 |
Cherry Studio | 一款为创造者而生的桌面版 AI 助手 |
AnythingLLM | 一款全方位AI应用程序。与您的文档聊天，使用AI代理，高度可配置，多用户，无需繁琐的设置。 |
或者你可以探索更多更好用的工具，适合自己使用习惯就行。
2.4 ChatBox 使用示例
这里我们使用 ChatBox 调用 DeepSeek 进行交互，其他工具使用方式类似。
ChatBox 官网地址：https://chatboxai.app/zh
下载自己操作系统的安装包，进行安装。
安装完 Chatbox 之后就是配置 DeepSeek 到 Chatbox 了，如下界面所示：
配置 AI 模型提供方，这里选择 Ollama，如图：
选择 deepseek 模型
配置完成以后就可以在界面上和本地 deepseek 模型进行聊天交互了。
三、最后
至此，已完成了 DeepSeek-R1 的本地部署，小白也能轻松搞定，快来试试吧，开启你的本地大模型之旅！