小白也能看懂的DeepSeek-R1本地部署指南

春节期间Deepseek凭借其出色的性能表现，吸引了众多技术爱好者的目光，会用的人说巨好用，但是也有很多人说也不过如此，其实这么多国际巨头都震惊，自然是非常惊艳的一款产品。如果你也渴望在本地部署该模型，深入探索其强大功能，那么这篇攻略将为你提供详细的指导。这里面我将给大家演示的是windows和mac双平台的部署。废话不多说，现在开始和大家一起部署。

一、基础环境搭建

（一）安装 Ollama

常规下载

首先，访问Ollama 官网，根据你的操作系统（Windows、Mac 或 Linux），选择对应的安装包进行下载。

我这里以mac和windows为例，如果大家安装不了，也可以在我的公众号nutpi回复“Ollama”获取快速下载链接。

安装验证

安装完成后，为了确认 Ollama 是否成功安装，在终端输入ollama -v 。如果安装正确，终端会显示 Ollama 的版本号，这就表明你已经成功完成了基础环境搭建的第一步。

关于如何打开终端，我想说的是

mac的话，找到这个工具，

windows的话，win+r输入cmd。

然后检查

ollama -v

下载完成后，按照安装向导的提示逐步完成安装。在安装过程中，Ollama 服务会自动在电脑后台运行。

二、模型部署

（一）依据硬件精准选型

打开Ollama 模型库，你会看到丰富多样的 DeepSeek-R1 模型版本，如 1.5B、7B、32B 等。根据自身电脑硬件配置来选择合适的模型版本至关重要。

以下是本地部署 DeepSeek 系列模型（1.5B、7B、8B、14B、32B）在 Windows、macOS、Linux 三个平台的最低和推荐硬件配置指南。配置需求主要基于模型的显存（GPU）、内存（RAM）和计算资源需求，同时考虑不同平台的优化差异。

通用配置原则

模型显存占用（估算）：
- 每1B参数约需 1.5-2GB显存（FP16精度）或 0.75-1GB显存（INT8/4-bit量化）。
- 例如：32B模型在FP16下需约 48-64GB显存，量化后可能降至 24-32GB。
内存需求：至少为模型大小的2倍（用于加载和计算缓冲）。
存储：建议NVMe SSD，模型文件大小从1.5B（约3GB）到32B（约64GB）不等。

分平台配置建议

以下按模型规模和平台分类，提供 最低配置 和 推荐配置。

1.5B 模型

平台	最低配置	推荐配置
Windows	- CPU: Intel i5 / Ryzen 5	- CPU: Intel i7 / Ryzen 7
	- RAM: 8GB	- RAM: 16GB
	- GPU: NVIDIA GTX 1650 (4GB)	- GPU: RTX 3060 (12GB)
macOS	- M1/M2 芯片（8GB 统一内存）	- M1 Pro/Max 或 M3 芯片（16GB+）
Linux	- CPU: 4核	- CPU: 8核
	- RAM: 8GB	- RAM: 16GB
	- GPU: NVIDIA T4 (16GB)	- GPU: RTX 3090 (24GB)

7B/8B 模型

平台	最低配置	推荐配置
Windows	- CPU: Intel i7 / Ryzen 7	- CPU: Intel i9 / Ryzen 9
	- RAM: 16GB	- RAM: 32GB
	- GPU: RTX 3060 (12GB)	- GPU: RTX 4090 (24GB)
macOS	- M2 Pro/Max（32GB 统一内存）	- M3 Max（64GB+ 统一内存）
Linux	- CPU: 8核	- CPU: 12核
	- RAM: 32GB	- RAM: 64GB
	- GPU: RTX 3090 (24GB)	- 多卡（如2x RTX 4090）

14B 模型

平台	最低配置	推荐配置
Windows	- GPU: RTX 3090 (24GB)	- GPU: RTX 4090 + 量化优化
	- RAM: 32GB	- RAM: 64GB
macOS	- M3 Max（64GB+ 统一内存）	- 仅限量化版本，性能受限
Linux	- GPU: 2x RTX 3090（通过NVLink）	- 多卡（如2x RTX 4090 48GB）
	- RAM: 64GB	- RAM: 128GB

32B 模型

平台	最低配置	推荐配置
Windows	- 不推荐（显存不足）	- 需企业级GPU（如RTX 6000 Ada）
macOS	- 无法本地部署（硬件限制）	- 云API调用
Linux	- GPU: 4x RTX 4090（48GB显存）	- 专业卡（如NVIDIA A100 80GB）
	- RAM: 128GB	- RAM: 256GB + PCIe 4.0 SSD

平台差异说明

Windows：
- 依赖CUDA和NVIDIA驱动，推荐使用RTX 30/40系列。
- 大模型（14B+）需借助量化或模型分片技术。
macOS：
- 仅限Apple Silicon芯片（M1/M2/M3），依赖Metal加速。
- 模型规模超过14B时性能显著下降，建议量化或云端部署。
Linux：
- 支持多GPU扩展和高效资源管理（如NVIDIA Docker）。
- 适合部署大型模型（14B+），需专业级硬件。

注意事项

量化优化：使用4-bit/8-bit量化可大幅降低显存需求（如bitsandbytes）。
框架支持：优先选择优化好的库（如vLLM、DeepSpeed、HuggingFace）。
散热：长时间推理需确保散热（建议风冷/水冷）。

建议根据实际需求选择硬件，并优先在Linux环境下部署大模型。

（二）顺利下载与稳定运行

确定适合自己电脑配置的模型版本后，就可以开始下载和运行模型了。打开终端或 CMD 命令窗口，输入对应的运行指令：

若选择 1.5B 版本，输入ollama run deepseek-r1:1.5b 。
若选择 7B 版本，输入ollama run deepseek-r1:7b 。我Mac选择的是这个。
若选择 8B 版本，输入ollama run deepseek-r1:8b 。我win选择的是这个。
若选择 32B 版本，输入ollama run deepseek-r1:32b 。

三、打造专属 AI 聊天室

（一）安装配置 “Cherry Studio”

下载
前往Cherry Studio 官方网站，根据你的操作系统（支持 Windows、Mac 和 Linux）下载对应的安装包
安装
下载完成后，对于 Windows 系统，双击安装包，按照安装向导提示完成安装，期间可能需要同意用户协议、选择安装路径等常规步骤；对于 Mac 系统，将下载的应用程序文件拖移到 “应用程序” 文件夹；
配置
打开 Cherry Studio，在设置中找到 “模型设置” 选项。

模型选择：从模型列表中选择与你本地部署的 DeepSeek-R1 模型版本对应的选项，如果没有直接匹配项，选择支持自定义模型配置的入口。
自定义配置：在自定义配置中，将 API 地址设置为http://localhost:11434 ，这是 Ollama 服务的默认接口地址，确保 Cherry Studio 能连接到本地运行的 DeepSeek-R1 模型。
模型参数设置：根据你的硬件配置和使用需求，设置模型的相关参数，如最大生成长度、温度等，一般默认参数即可满足常见需求，但对于特定任务，你可以适当调整，比如生成创意文本时，可将温度调高至 0.8 - 1.0，以增加文本的多样性；进行严谨的知识问答时，可将温度调低至 0.5 - 0.7 ，使回答更稳定。
API密钥大家随意设置就好，然后点击检查就好。

配置完成后大家记得默认模型也可以配制成deepseek。

（二）安装配置Chatbox 客户端

Chatbox AI 是一款 AI 客户端应用和智能助手，支持众多先进的 AI 模型和 API，可在 Windows、MacOS、Android、iOS、Linux 和网页版上使用

为了更便捷地与部署好的 DeepSeek-R1 模型进行交互，你可以下载开源客户端 Chatbox。访问官网即可进行下载。Chatbox 支持中文界面与 Markdown 渲染，使用起来非常方便。

下载安装好 Chatbox 后，打开软件进行关键配置：

API 类型：选择 “OLLAMA”，这一步能确保 Chatbox 与我们部署的 DeepSeek-R1 模型进行正确通信。
接口地址：填写http://localhost:11434 ，这个地址是 Ollama 服务的默认接口地址，通过它 Chatbox 可以连接到本地运行的 DeepSeek-R1 模型。
模型名称：务必填写与之前下载的模型版本完全一致的名称，例如，如果之前下载的是 7B 版本，模型名称就必须填写deepseek-r1:7b ，否则可能会导致连接失败。

通过以上步骤，你不仅可以使用 Cherry Studio还能通过Chatbox 与本地部署的 DeepSeek-R1 模型进行交互。希望大家都能顺利部署，开启属于自己的 AI 探索之旅。大家遇到问题也可以在后台私信我。

四、如何使用 DeepSeek

1.给大家一个公式

身份：你是谁？（学生/打工牛马/…）
任务：要解决什么问题？（写报告/做计划/分析数据…）
细节：限制条件是什么？（时间/场景/禁忌…）
格式：想要什么形式的结果？（表格/分段/口语化…）
套用公式
按“身份→任务→细节→格式”顺序重组问题：
\> “作为（身份），请（任务），要求（细节），用（格式）输出” 。

不信你试试。

请给出本地部署deepseek的电脑配置，要求包含每一个模型1.5b,7b,8b，14b，32b等，以及windows。mac。linux三个平台的硬件参数

参考

小白也能看懂的DeepSeek-R1本地部署指南