本文分享在自己的本地电脑部署 DeepSeek，而且轻松简易，快速上手。

这里借助Ollama工具，在Windows系统中进行大模型部署~

1、安装Ollama

来到官网地址：Download Ollama on macOS

点击“Download for Windows”下载安装包，下载完成后能看到 OllamaSetup.exe

然后运行OllamaSetup.exe，进行Ollama安装，默认配置安装就好啦

安装完成后，能看到弹出小窗口，恭喜Ollama安装成功啦~

在应用列表也能看到的

2、加载和使用DeepSeek-R1

打开Windows“命令终端”，输入ollama，能看到相关信息：

然后来到Ollama的模型库 Ollama

找到deepseek-r1，点击进入

能看到deepseek-r1有不同大小的版本：1.5b、7b、8b、14b、32b、70b、671b

作者开源 DeepSeek-R1-Zero 和 DeepSeek-R1 两个 660B 模型的同时，

通过 DeepSeek-R1 的输出，蒸馏了 6 个小模型开源给社区，其中 32B 和 70B 模型在多项能力上实现了对标 OpenAI o1-mini 的效果。

大家根据显卡情况，选择模型大小

模型	参数 (B)	VRAM 要求 (GB)	推荐 GPU
DeepSeek - R1 - Zero	671B	~1,342 GB	多 GPU 配置（例如，NVIDIA A100 80GB x16）
DeepSeek - R1	671B	~1,342 GB	多 GPU 配置（例如，NVIDIA A100 80GB x16）
DeepSeek - R1 - Distill - Qwen 1.5B	1.5B	~0.75 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Qwen 7B	7B	~3.5 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Llama 8B	8B	~4 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Qwen 14B	14B	~7 GB	NVIDIA RTX 3060 12GB 或更高
DeepSeek - R1 - Distill - Qwen 32B	32B	~16 GB	NVIDIA RTX 4090 24GB
DeepSeek - R1 - Distill - Llama 70B	70B	~35 GB	多 GPU 配置（例如，NVIDIA RTX 4090 x2）

这里可以先选择小的试一试，比如8b，

输入命令：ollama run deepseek-r1:8b

这里建议能科学上网，不然可能需要等待很久很久~

3、安装chatbox，改善聊天界面

如果使用命令进行聊天，感觉不太舒服，而且代码也不方便表示

这时我们使用chatbox工具，然后加载DeepSeek-R1模型，这样可以用一个漂亮的可视化界面聊天啦

chatbox官网地址：Chatbox AI官网：办公学习的AI好助手，全平台AI客户端，官方免费下载

然后点击Chatbox-1.9.7-Setup.exe，进行安装

建议安装路径放到D盘中，其他配置默认安装就好啦~

然后打开Chatbox，进行编辑配置

选择“OLLAMA API”，然后选择模型“deepseek-r1:8b”，其他配置默认就好啦

开启聊天啦

4、尝试不同版本的DeepSeek-R1

上面是DeepSeek-R1 8b的版本，用起来很流畅，于是尝试更大参数量的版本（32b）

输入命令：ollama run deepseek-r1:32b

成功啦~

使用olloma list，查询本地有那些模型

致敬：作者将DeepSeek-R1训练技术全部公开，以期促进技术社区的充分交流与创新协作。

论文链接： DeepSeek-R1/DeepSeek_R1.pdf at main · deepseek-ai/DeepSeek-R1 · GitHub

HuggingFace 链接： https://huggingface.co/deepseek-ai

 

分享完成~