在人工智能飛速發展的今天，大語言模型的應用越來越廣泛。DeepSeek 作為近期爆火的一款大語言模型，受到了眾多開發者的青睞。

今天這篇內容，就來聊聊，如何在本地自己的電腦上部署DeepSeek。

1、哪些場景適合將大模型部署在自己電腦上？

先說結論： 雖說將大模型部署在自己的電腦上，有很多好處，但萬不得已，并不推薦個人搞本地部署（錢多或企業除外）。對于普通用戶來講，只是日常簡單的使用AI，直接使用市面上主流的云AI工具就足夠了。

那在哪些情況下，需要或者適合將大模型（如DeepSeek）部署在自己的電腦上呢？

1、追求極致數據隱私與安全性

• 當處理高度敏感的數據，如醫療記錄、商業機密或個人隱私信息時，將大模型部署在本地電腦，可確保數據不會傳輸到外部服務器，從根本上保障數據的安全性和隱私性。例如，醫療研究人員在分析患者的基因數據時，本地部署能避免數據泄露風險。
• 保護敏感數據： 本地部署可以確保所有數據的處理和存儲都在本地完成，不會上傳到云端，從而有效避免數據在傳輸和云端存儲過程中可能帶來的隱私泄露風險。
• 完全掌控數據： 用戶可以完全控制數據的使用和存儲，確保數據不被未經授權的訪問或用于其他目的。

2、個性化定制需求強烈（高度定制、靈活性）

• 對于一些專業領域，如特定行業的知識問答、代碼生成等，開發者可以基于本地部署的大模型進行微調，使其更好地滿足特定場景需求。例如，軟件開發團隊可以針對自身的代碼規范和業務邏輯，對大模型進行優化，提升代碼生成的準確性和實用性。
• 自定義知識庫訓練： 用戶可以根據自己的需求對模型進行自定義知識庫訓練，進一步提升模型在特定領域的性能。
• 靈活調整模型參數： 本地部署允許用戶根據業務需求靈活調整模型參數和功能，滿足不同場景下的個性化需求。
• 開源靈活性： 開源模型（如DeepSeek）允許用戶無限制地進行微調或將其集成到自己的項目中

3、成本與資源優化（適合企業內）

• 成本可控： 長期使用本地部署比持續使用云服務更具成本效益，尤其適合高頻調用場景。
• 硬件友好： DeepSeek等大模型對硬件資源要求較低，可在較少GPU或高級CPU集群上運行，資源效率顯著。

4、個人興趣與學習、研究目的

• 學生、研究人員想要深入了解大模型的運行機制、進行算法實驗或者開展模型優化研究，本地部署提供了一個可以自由探索和調試的環境。通過在自己電腦上部署模型，能夠更直觀地觀察模型的運行過程，為學術研究提供便利。

• 技術探索： 對于技術愛好者和研究人員來說，本地部署可以提供一個更自由的實驗環境，方便進行模型的測試和優化。

• 教育用途： 教育機構可以利用本地部署的大模型進行教學和研究，無需依賴外部服務。

總之，本地部署大模型適合那些對數據隱私、定制化、成本控制有較高要求的用戶和企業。

2、準備工作

1、電腦配置：確保你的電腦具備一定的硬件性能，至少擁有 8GB 及以上的運行內存和足夠的硬盤空間。如果有英偉達顯卡，部署和運行會更加流暢。

2、下載 ollama：你可以在 ollama 的官方網站（https://ollama.ai/）上找到對應你操作系統（Windows、MacOS 或 Linux）的安裝包，下載并安裝。

簡單來說，如果你的電腦配置滿足最低要求（如8GB內存以上），就可以通過工具（如Ollama）輕松實現本地部署DeepSeek。

實踐是檢驗真理的唯一標準，話不多說，開干。

3、本地電腦部署DeepSeek大模型具體步驟

1、安裝ollama

1、本地部署首先要安裝ollama，ollama 是一個用于在本地運行大語言模型的工具，它能讓你在自己的電腦上輕松部署和使用各類模型。你可以把它理解為，一個裝AI的盒子，把AI裝在盒子里，方便管理。

訪問ollama下載地址:https://ollama.com/download

根據自己的電腦類型，選擇不同版本。

2、接下來以Windows為例，下載好安裝后，雙擊安裝。（傻瓜式安裝即可）

安裝完成后，ollama會在后臺運行，任務欄會出現一個類似羊駝的圖標。

2、選擇要安裝的模型

1、訪問https://ollama.com/search,選擇要安裝的模型

2、點擊選擇deepseek-r1，進入模型參數界面

這里的數字越大，參數越多，性能越強，所需要的配置也就越高，1.5b代表模型具備15億參數。

例如，若要運行14b參數模型，需要大約11.5G顯存。也就是你的電腦顯卡最好要達到16G。

若個人學習用途，一般建議安裝最小的1.5b版本即可。大多數的個人電腦配置都能跑的起來。具體大家可以根據自己的電腦性能選擇。

3、以1.5b參數為例，選擇1.5b參數后，復制紅框中的命令ollama run deepseek-r1:1.5b。

詳細地址: https://ollama.com/library/deepseek-r1:1.5b

3、安裝模型

1、打開命令行，在命令行中輸入:ollama run deepseek-r1:1.5b

2、下載成功后，就可以與模型對話啦。

此時大模型安裝在你的電腦上，就算斷網也可以繼續用，再也不用擔心數據泄露了。

4、使用模型

安裝好模型后，此時我們可以通過命令行的方式，在命令行中發送消息來與DeepSeek 大模型對話。

1、例如我的第一個問題是："世界上是先有雞還是先有蛋？"

對于這個問題，回答的還可以，果然是推理型模型，思考的過程也給我們列出來了。

2、我的第二個問題是：”你是如何看待DeepSeek爆火的原因“？

這個問題，回答的就太過于敷衍了，直接將DeepSeek的公司背書給出來了，當然也可以理解，畢竟DeepSeek的投喂數據都是幾個月前的，那時，它還并沒有爆火出圈，而且我們下載的還是最小閹割版模型。

3、這里還有一個問題，當你關閉電腦后，下次若再想使用本地模型時，只需要啟動了ollama，
同時打開命令行界面，輸入ollama run deepseek-r1:1.5b 即可。因為你之前已經下載過，這次無需下載，可以直接和模型聊天。

5、為本地模型搭建UI界面

1、使用命令行方式來和模型對話，對于不會編程的小伙伴來說，太難受了。不過沒關系，我們有很多方案可以為你的本地模型搭建UI界面，比如Open-WebUI、Chatbox AI等。

2、這里我們以ChatBox AI為例，訪問:https://chatboxai.app/zh

選擇對應的版本，下載安裝。

3、選擇使用自己的 API Key 或者本地模型：

4、選擇本地跑的 deepseek-r1:1.5b模型：

Ollama 默認使用 端口11434 提供本地服務。當你在本地運行 Ollama 時，可以通過以下地址訪問其 API 服務：
http://localhost:11434
如果你需要更改默認端口，可以通過設置環境變量 OLLAMA_HOST 來指定新的端口。

5、在ChatBox對話框中，輸入：”先有雞還是先有蛋“，即可調用本地模型，生成答案

至此，簡單幾步，在你的本地電腦上就安裝運行起來了 DeepSeek R1。

好了，今天先就分享到這里，下一篇我們來好好聊一聊關于ollama是個啥。

另，組建了兩個知識星球：「DeepSeek創智研習社」、「AI副業俱樂部」，專注于AI領域，一個是永久免費開放，分享AI 領域的前沿資訊、工具、資料與DeepSeek使用技巧，一個需要門票（一杯春天的奶茶），專注AI+創作×提效×商業變現閉環，歡迎在研究或在實踐的你，一起交流共創，添加作者微信762357658，備注【加入知識星球】或公眾號后臺回復「AI」邀請加入。