如何在个人电脑上安装DeepSeek R1模型

在硅谷和华尔街掀起恐慌的DeepSeek 是由中国企业家梁文峰于 2023 年创立的人工智能初创公司，致力于开发先进的大语言模型（LLM）。其最新模型 DeepSeek R1 在推理能力上与 OpenAI 的 o1 模型不相上下，并在多个基准测试中表现出色。更重要的是，DeepSeek 的开发成本仅为竞争对手的一小部分，同时其模型已在 Hugging Face 平台上免费开放，遵循 MIT 许可协议。

本文将详细介绍如何在个人电脑上安装并运行 DeepSeek R1 模型。

---

安装环境要求

在开始之前，请确保您的计算机满足以下要求：

1. 硬件要求：
   • 支持 Ollama 的 GPU（推荐使用具有至少 8GB 显存的 NVIDIA 或部分 AMD 显卡）。
   • 对于 Apple Silicon 设备，建议内存至少为 16GB。
2. 软件要求：
   • 操作系统： Windows、macOS 或 Linux。
   • 必要工具：
     • Docker Engine 或 Docker Desktop（用于运行 Open WebUI）。
     • Ollama（用于运行 DeepSeek 模型）。
3. 基础知识：
   • 熟悉 Linux 命令行环境。
   • 了解 Ollama 和 Docker 的基本操作。

---

安装步骤

1. 安装 Ollama

Ollama 是一个流行的模型运行工具，可以轻松下载和运行 LLM。

• Windows/macOS 用户： 前往 Ollama 官方网站，下载并安装适合您系统的版本。
• Linux 用户： 在终端中运行以下命令来安装 Ollama：curl -fsSL https://ollama.com/install.sh | sh

更多安装细节请参阅 Ollama 安装指南。

2. 下载 DeepSeek R1 模型

在终端中运行以下命令，下载 DeepSeek R1 模型（以 8B 参数版本为例，不同参数版本对显卡内存的要求见文末图表）：

ollama pull deepseek-r1:8b

下载时间取决于您的网络速度。

3. 测试模型运行

完成下载后，使用以下命令运行模型：

ollama run deepseek-r1:8b

此时，您可以在终端中与模型交互。如果您仅需在命令行环境中使用模型，至此已经完成安装。

4. 部署 Open WebUI

为了获得更直观的使用体验，您可以通过 Open WebUI 提供的图形界面与模型交互。

• 安装 Open WebUI： 在终端中运行以下命令以部署 Open WebUI Docker 容器：docker run -d --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main注意： 在某些系统中可能需要使用 sudo 权限运行上述命令。
• 访问 WebUI： 打开浏览器，访问 http://localhost:8080，并按照提示创建账户。如果您在其他设备上运行 Docker 容器，请将 localhost 替换为相应的 IP 地址。

详情请访问Open WebUI的github页面。

---

性能注意事项

链式推理（CoT）对性能的影响 DeepSeek R1 使用链式推理（Chain of Thought, CoT）技术，通过生成中间推理步骤提高回答质量。然而，这也会显著增加生成答案的时间和计算资源需求。

例如：

• 通常情况下，一个 1750 亿参数的模型以 16 位精度运行时，可以在 30 秒内生成约 250 个单词。
• 使用 CoT 技术的模型可能需要生成 650 个单词（包括中间推理步骤和最终答案），耗时可能是普通 LLM 的 2.6 倍以上。

因此，如果您计划使用更高参数的 DeepSeek 模型（如 70B），建议配备高性能的硬件。

---

模型版本与适用场景

DeepSeek R1 提供多个参数版本，以适应不同的硬件配置：

参数规模	最低显存要求	精度设置	适用场景
1.5B	≤ 8 GB	16-bit	基础任务
8B	8 GB	4-bit	日常使用
14B	16 GB	8-bit	高级任务
32B	24 GB	4-bit	专业用途
70B	48 GB	4-bit	高性能需求

---

总结

通过本文的指导，您可以在个人电脑上安装并运行 DeepSeek R1 模型，无论是用于简单的日常问答，还是更复杂的推理任务。即使您没有高端硬件，您仍然可以使用较小参数版本体验其强大的功能。

如果遇到任何问题，建议参考 DeepSeek 的官方文档或加入相关社区寻求帮助。