Table of Contents Hide

一、什么是DeepSeek
二、为什么要在本地运行？
三、硬件要求
1. （1）MAC
2. （2）Windows
四、安装步骤
五、演示

外国人已经用DeepSeek做了很多应用级项目，如果你也想拥抱DeepSeek，那么从此AI这种高大上概念，你也能轻松玩转。如果能将DeepSeek部署在你自己电脑里面，那么就可以训练自己的专属AI资料库。

今天我们就来看看，怎么在本地部署DeepSeek，适用于Mac、Windows 还是 Linux。按照步骤简单，适合初学者。

一、什么是DeepSeek

DeepSeek R1 ，是一个开源 AI 模型，可与 OpenAI 的 o1 和 Claude 3.5 Sonnet 等顶级模型相媲美，尤其是在数学、编程和推理等任务方面。他是一个免费的、私密的，并且可以在自己的硬件上离线运行。

DeepSeek R1 其版本范围从轻量级的 1.5B 参数模型到强大的 70B 参数版本。从技术上讲，该模型是 Qwen 7B 架构的精简版本，这意味着它在保持强大性能的同时，还针对效率进行了优化。

DeepSeek真正的亮点是可与一些最好的商业模型相媲美，但完全开源，可以在本地运行，可以不依赖云服务器，可以完全控制你的数据。

二、为什么要在本地运行？

在本地运行 AI 模型具有以下优势：

隐私：你的数据保留在你的机器上 — — 不存在共享敏感信息的风险；
成本： DeepSeek R1 可免费使用，无需订阅费或使用费；
控制：无需外部依赖即可进行微调和实验。

三、硬件要求

部署DeepSeek对电脑硬件有要求，以下是收集的信息：

（1）MAC

（2）Windows

考虑到每个人的硬件不同，如果按照顶配来编写 DeepSeek本地安装教程，很多人可能跑不起来，还浪费大家时间，那这篇教程就是篇垃圾教程。

我们结合Quora、Reddit、Substack、知乎、CSDN上各大神的安装贴，选择一个对硬件要求最低，用CPU也能跑起来的R1版本来演示。

四、安装步骤

步骤1、安装Ollama

为了在本地运行 DeepSeek R1，我们将使用Ollama，这是一种专门为用户在自己的电脑上运行 AI 模型而设计的工具。

Ollama官网：https://ollama.com/download

下载Ollama后，根据以下步骤安装：

安装后，Ollama 提供了一种直接从终端提取和运行模型的简便方法。

步骤二、拉取 DeepSeek R1 模型

Ollama 支持 DeepSeek R1 的多个版本。模型越大越智能，但所需的 GPU 也越大。

具体有以下版本：

1.5B（最小）
8B
14B
32B
70B（最大、最智能）

1.5B version (smallest):
ollama run deepseek-r1:1.5b

8B version:
ollama run deepseek-r1:8b

14B version:
ollama run deepseek-r1:14b

32B version:
ollama run deepseek-r1:32b

70B version (biggest/smartest):
ollama run deepseek-r1:70b

选择版本时，请根据自己硬件条件来安装，已经跑通过的大神，心得感受如下：

本教程就安装一个基础级的，各位根据自己实际情况部署。

ollama部署的都是量化版本。因此对显存的要求大幅降低，一般来说，8G显存可以部署8B级别模型；24G显存可以刚好适配到32B的模型。

如果你只有集显也想试试，可以试试下载lm-studio软件。软件内也内置了模型下载，对新手更加友好。

运行 1.5B或者7B 模型

首先，打开你的终端：

MAC使用 command + space（空格），输入terminal 打开终端；

WIN使用Win + R，在运行对话框中输入“cmd”；或者Win + X，选择“Windows PowerShell”或“命令提示符”来打开终端窗口。

运行以下指令：

ollama run deepseek-r1:1.5b

此命令会提取 1.5B 模型并将其设置为本地运行。

如果报错，可以使用以下指令：

ollama run deepseek-r1

这个指令默认下载的是7B大小的模型。

看网速，我的网速不好，等了20分钟左右。

完成下载后，模型即可运行。

步骤 3、安装聊天框

上面步骤完成，说明你已经在自己电脑部署好了DeepSeek，可以通过终端与 DeepSeek R1 进行交互，但如果想要一个更流畅的交互体验，可以使用 GUI。

一般使用Chatbox与本地模型集成，这是一个免费且注重隐私的桌面客户端。

下载 Chatbox，官网：https://chatboxai.app/en# （有中文版）

安装完成后，在选择配置API模型那里选择“Ollama API”；

将 API 主机设置为：http://127.0.0.1:11434
选择 DeepSeek R1 作为活动模型
保存

完成后就是这样：

到这里就部署成功了，你可以根据自己的需求训练DeepSeek，将DeepSeek训练成自己的私有资料库。

五、演示

可以试试DeepSeek的能力，比如让他用Python写一个吃豆人的游戏代码；

Prompt: Make a Pac-Man game in Python.

你会得到这样的输出：

import pygame
import random

# Initialize Pygame
pygame.init()

# Game window dimensions
WIDTH = 800
HEIGHT = 600
window = pygame.display.set_mode((WIDTH, HEIGHT))
pygame.display.set_caption("Pac-Man Game")

# Colors
BLACK = (0, 0, 0)
WHITE = (255, 255, 255)
RED = (255, 0, 0)

# Pac-Man properties
pacman_size = 20
speed = 3

# Directions: up, down, left, right
directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]

# Game clock
clock = pygame.time.Clock()

# Initialize game loop
running = True

while running:
    # Fill the window with black color
    window.fill(BLACK)
    
    # Clear previous frames
    pygame.display.flip()
    
    # Move Pac-Man
    for event in pygame.event.get():
        if event.type == pygame.QUIT:
            running = False
        elif event.type == pygame.KEYDOWN:
            key_direction = None
            
            if event.key == pygame.K_UP and pacman_y - pacman_size >= 0:
                key_direction = (-1, 0)
            elif event.key == pygame.K_DOWN and pacman_y + pacman_size <= HEIGHT:
                key_direction = (1, 0)
            elif event.key == pygame.K_LEFT and pacman_x - pacman_size >= 0:
                key_direction = (0, -1)
            elif event.key == pygame.K_RIGHT and pacman_x + pacman_size <= WIDTH:
                key_direction = (0, 1)
            
            if key_direction is not None:
                direction = key_direction
                move_count += 1
                
                # Check for wall collisions
                new_pacman_pos = (pacman_x + direction[0] * move_count,
                                 pacman_y + direction[1] * move_count)
                
                if new_pacman_pos in walls:
                    continue
                    
                pacman_x, pacman_y = new_pacman_pos
                
    # Draw Pac-Man
    pygame.draw.circle(window, WHITE, (pacman_x, pacman_y), pacman_size)
    
    # Update the display
    pygame.display.flip()
    
    # Limit the frame rate to 60 FPS
    clock.tick(60)

# Quit Pygame
pygame.quit()