杭州深度求索人工智能基础技术研究有限公司(简称“深度求索”或“DeepSeek”)，成立于2023年，DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用，经营范围包括技术服务、技术开发、软件开发等。DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费使用。支持联网搜索和深度思考模式。
总结：AI + 国产 + 免费 + 开源 + 强大
目录
1 环境要求
■ OS
2 安装Ollama
①安装
安装方式一
安装方式二
安装方式三
安装方式四
②验证
3 下载并部署DeepSeek模型
①启动Ollama
②下载模型
③访问
4 可视化
①下载
②添加执行权限
③运行
④设置
⑤交互
随着AI的飞速发展，本地部署大模型的需求也日益增加。DeepSeek大模型作为一款开源且性能强大的大语言模型，提供了灵活的本地部署方案。Deep Seek大模型的本地部署不仅提升了数据安全和隐私保护，还优化了性能、降低了长期成本，并提供了更高的自主性和法规遵从性。对于寻求更高控制权、更低延迟和更安全数据处理的企业和组织来说，本地部署是一个极具吸引力的选择。然而，这也要求组织具备相应的IT基础设施和运维能力，以确保部署的顺利进行和后续的维护。
综上，本地部署具有以下的优点：
① 数据安全与隐私保护
② 减少延迟和提高响应速度
③ 降低成本
④ 自主可控
⑤ 法规遵从
⑥ 高效利用资源
以下是详细的DeepSeek大模型本地部署的方法。
首先，需要说的是，小参数版本模型效果一般，如果真正落地部署应用的话，建议使用满血版本模型(671B版本)。
接下来，开始动手部署吧。
1 环境要求
■ OS
操作系统：Windows、macOS或Linux。
2 安装Ollama
Ollama是一个开源的大型语言模型（LLM）推理服务器，为用户提供了灵活、安全和高性能的语言模型推理解决方案。
Ollama的主要特点是它能够运行多种类型的大型语言模型，包括但不限于Alpaca、Llama、Falcon、Mistral等，而无需将模型上传至服务器。这意味着用户可以直接在本地或私有云环境中运行这些模型，避免了数据传输带来的延迟和隐私问题。
①安装
安装方式一
访问官网Ollama，点击“Download”按钮。
全自动化脚本，要求网络状态良好。使用如下命令安装。
下载与安装
curl -fsSL https://ollama.com/install.sh | sh安装方式二
分步安装，命令如下。
单独下载脚本
curl -fsSL https://ollama.com/install.sh > install.sh添加执行权限
chmod +x install.sh手动执行脚本
./install.sh【报错】curl: (92) HTTP/2 stream 1 was not closed cleanly before end of the underlying stream
【报错】curl: (35) OpenSSL SSL_connect: SSL_ERROR_SYSCALL in connection to github.com:443
上述报错的处理方法可参考：【Ubuntu】安装和使用Ollama的报错处理集合-CSDN博客
安装方式三
通过lscpu查看架构。选择对应的安装包。
下载
打开https://github.com/ollama/ollama/releases/，下载ollama-linux-amd64.tgz到本地。
解压
sudo tar -zxf ollama-linux-amd64.tgz -C /usr/local解压成功后，在/usr/local中打开bin和lib文件夹会出现ollama相关的文件。
添加执行权限
sudo chmod +x /usr/local/bin/ollama 安装方式四
安装ModelScope
pip install modelscope -i https://pypi.tuna.tsinghua.edu.cn/simple下载
modelscope download --model=modelscope/ollama-linux --local_dir ./ollama-linux --revision v0.5.8安装ollama
# 运行ollama安装脚本cd ollama-linuxsudo chmod 777 ./ollama-modelscope-install.sh./ollama-modelscope-install.sh②验证
安装完成后，在终端输入以下命令，检查Ollama版本。
ollama --version
如果能够正确输出版本号，则说明安装成功。
综上，建议使用安装方法四进行安装。
3 下载并部署DeepSeek模型
Ollama支持多种DeepSeek模型的版本，用户可以根据硬件配置选择合适的模型。
■ 入门级：1.5B版本，适合进行初步测试。
■ 中级：7B或8B版本，适合大多数消费级GPU。
■ 高性能：14B、32B或70B版本，适合高端GPU。
注意：根据硬件配置选择合适的模型版本。较小的模型在标准硬件上表现良好，而较大的模型需要更强大的GPU支持；确保系统有足够的内存和存储空间，以避免运行时出现资源不足的问题。
①启动Ollama
在终端输入以下命令启动Ollama服务。
ollama serve# 或者ollama start②下载模型
Ollama官网搜索deepseek-r1，查看相关模型。
下载模型。
ollama pull deepseek-r1:1.5b下载其他的模型。
ollama pull deepseek-r1:7bollama pull deepseek-r1:8bollama pull deepseek-r1:14bollama pull deepseek-r1:32bollama pull deepseek-r1:70bollama pull deepseek-r1:671b另起一个窗口，在终端输入以下命令下载并运行DeepSeek模型。
ollama run deepseek-r1:1.5b
通过ollama list命令可查看已经部署的模型。
通过ollama rm deepseek-r1:1.5b命令可以删除指定的模型。
③访问
通过访问 http://localhost:11434 可看到Ollama is running信息。
4 可视化
部署chatbox可以实现UI界面的本地大模型交互。
可视化工具Chatbox官网：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
①下载
点击上图中的下载按钮，下载Chatbox-1.9.8-x86_64.AppImage到本地。
②添加执行权限
cd 到Chatbox-1.9.8-x86_64.AppImage所在路径。
chmod +x Chatbox-1.9.8-x86_64.AppImage③运行
使用如下命令运行Chatbox。
./Chatbox-1.9.8-x86_64.AppImage运行成功后，界面如下图。
④设置
点击保存即可。
⑤交互
设置完成后，就可以进行正常的交互了。
如果在部署过程中遇到问题，在评论区留言说明，可以一起解决哈。
如果部署成功了，欢迎留言支持哈。
至此，本文的内容就结束了。