DeepSeek 本地部署及深度使用

DeepSeek 是一款国产的大型语言模型，因其在自然语言处理、代码生成和多轮对话等任务中的出色表现，迅速引起了广泛关注。为了避免因服务器繁忙导致的使用不便，您可以选择将 DeepSeek 部署在本地，这样无需依赖云端服务即可享受 AI 带来的便利。

简介

DeepSeek 是一家中国初创企业，因其高性能、低成本的生成式 AI 大规模语言模型而备受关注。其最新发布的模型“R1”在推理能力上进行了强化学习，展现出了与 OpenAI 的 GPT-4 相当的性能。 在代码能力方面，DeepSeek 的 DeepSeek-V3 模型在 Aider 代码能力排行榜中取得了 48.4% 的正确率，仅次于 OpenAI 的 o1，超过了 Claude 3.5 Sonnet。

Deepseek的跑分对比（图片来自官网）：

DeepSeek 本地部署指南

如果你希望在本地环境中部署DeepSeek，以下是一些详细的步骤和注意事项：

1. 准备硬件环境

• 处理器/GPU：确保你的服务器或工作站配备至少一个高性能的GPU（如NVIDIA显卡），因为深度学习任务通常需要大量的计算
  资源。

• 内存：建议至少有8GB以上的内存，具体需求取决于你要处理的数据量和模型规模。

• 存储空间：提供足够的存储空间来下载或存储训练数据、预训练模型以及其他相关文件。如果你在本地进行数据处理和训练，还需要考虑到存储需求的增长。

2. 安装必要软件

安装 Ollama： Ollama 是一款开源的本地大模型运行工具，支持多种操作系统。您可以访问其官网 ollama.com下载适用于您操作系统的安装包。安装完成后，打开命令提示符（Windows）或终端（macOS、Linux），输入 ollama help 并按回车键，以验证安装是否成功。

3.下载并部署 DeepSeek 模型

在 Ollama 官网的搜索栏中输入 deepseek-r1，选择适合您硬件配置的模型版本。不同版本对硬件的要求不同，您可以参考以下配置：

模型版本	参数量	显存需求（FP16）	推荐 GPU（单卡）	适用场景
DeepSeek-R1-1.5B	15亿	3GB	GTX 1650（4GB 显存）	低资源设备部署、实时文本生成
DeepSeek-R1-7B	70亿	14GB	RTX 3070/4060（8GB 显存）	中等复杂度任务、轻量级多轮对话系统
DeepSeek-R1-8B	80亿	16GB	RTX 4070（12GB 显存）	需更高精度的轻量级任务
DeepSeek-R1-14B	140亿	32GB	RTX 4090/A5000（16GB 显存）	企业级复杂任务、长文本理解与生成

选择合适的模型后，复制相应的命令，在命令提示符或终端中粘贴并运行，以下载并部署模型。下载完成后，您可以通过命令 ollama run deepseek-r1 来运行模型。

4. 使用可视化界面（可选）

为了获得更友好的交互体验，您可以使用 Chatbox 这类可视化图文交互界面。访问
chatboxai.com，选择适合的版本进行安装。安装完成后，在设置中选择使用本地模型，并配置为使用 Ollama 提供的 DeepSeek 模型。这样，您就可以通过图形界面与模型进行交互。

• 知乎： DeepSeek使用chatbox