使用Ollama本地部署DeepSeek

1. Ollama下载安装
Ollama是一个专为本地运行大型语言模型(LLM)而设计的开源框架,专为在本地机器上便捷部署和运行大型语言模型而设计。如:LLM、DeepSeek 等。
想要详细了解的可以在【快速掌握 Ollama 使用】了解
点击 Ollama下载网站 进行下载

安装后,可以先验证下是否安装成功 使用【CMD】命令提示符,输入【ollama】,出现下面图片内容,说明已经安装成功了。

2.下载安装大模型
返回 Ollama下载网站 ,点击 Models 进入,搜索 deepseek-r1(可以按照自己的要求选择)


按照自己的机型去选择,不同的参数,使用的参数越大,使用的效果越好
版本 | 适配机型及特点 | 内存要求 |
1.5B | 适合在个人电脑等设备运行。CPU 4 核以上,可选 GTX 1050 Ti 这类入门级显卡。适合短文本生成、基础问答等轻量级任务,可用于本地测试。 | 内存 8GB 以上,建议 16GB |
7B / 8B | CPU 需 8 核以上,GPU选择, 7B 版本推荐 RTX 2060,8B 版本推荐 RTX 3060。适合文案、表格、统计等中等复杂度任务,也可用于本地开发和测试,处理文本摘要、翻译等任务 。 | 内存 16GB 以上 |
14B | CPU 需 16 核以上,GPU 建议搭配 RTX 3090。适用于长文本生成、数据分析等复杂任务,对硬件性能要求较高,一般用于专业领域或企业级场景 。 | 内存 32GB 以上 |
32B | CPU 需 32 核以上专业 CPU,必须配备高性能 GPU。适合企业级复杂任务,多为专业机构使用 。用于语言建模、大规模训练等超大规模任务。 | 内存 64GB 以上 |
70B | CPU 需 64 核以上,GPU 必须是如 H100 。适用于科研机构或大型企业进行高复杂度生成任务 。面向更高级别的超大规模任务。 | 内存 128GB 以上 |
617B | CPU 需 128 核以上的多路 Xeon 或 EPYC CPU,且必须配备多 GPU(如 8x A100) 。对硬件要求极高,一般只有大型科研项目或超大型企业才具备运行条件 。针对顶级语言模型的超大规模任务。 | 内存 256GB 以上 |

选好之后,点击所选版本进去,复制该版本命令,粘在命令提示符中安装。


出现下面的图片内容就说明安装成功了,下次启动可以使用【ollama run deepseek-r1:7b】
启动成功后,就可以输入我们想问的问题,模型首先会进行深度思考,思考结束后会反馈我们问题的结果。
如果不喜欢用这个启动,最好下载【借助可视化界面软件:】

到此这篇关于使用Ollama本地部署DeepSeek的文章就介绍到这了,更多相关Ollama本地部署DeepSeek内容请搜索脚本之家以前的文章或继续浏览下面的相关文章,希望大家以后多多支持脚本之家!
相关文章

从零基于Ollama部署 DeepSeek大模型完整实战指南
本文从零开始,手把手带你在本地(Windows / Linux / macOS)使用 Ollama 完成 DeepSeek 大模型的部署、命令行交互、HTTP API 调用、Python 程序化调用、模型自定义、局域2026-10-13
在Windows系统上使用Ollama部署DeepSeek模型的全过程
本文详细介绍了在Windows系统上使用Ollama部署DeepSeek模型的全过程:从Ollama下载安装、自定义路径与环境变量配置,到拉取并运行DeepSeek-7B模型,最后通过Chatbox客户端2026-10-09
本文提供从零开始使用Ollama部署DeepSeek大模型的完整实战指南,涵盖Windows/Linux/macOS多平台安装、硬件评估与模型选型、命令行交互,感兴趣的朋友一起看看吧2026-09-30
使用Ollama 一键部署 DeepSeek的流程:本地大模型从安装到调用
Ollama 是一个开源的本地大模型运行工具,它封装了模型下载、环境配置、推理加速等复杂步骤,让你只需要一行命令就能在本地运行大模型,本地给大家介绍使用Ollama 一键部署 De2026-09-22
Ollama本地部署DeepSeek完全指南(macOS/Windows/Linux三端安装)
本文基于 Ollama 官方文档和模型库,完整覆盖三端安装流程、NVIDIA / AMD GPU 驱动配置、DeepSeek 各版本显存需求对照、REST API 调用,以及 Open WebUI 可视化界面搭建,2026-08-28
本文主要介绍如何使用ollama本地部署deepseek大模型,以及使用WebUI工具界面进行交互,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需2026-03-31






最新评论