Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

在本地计算机上运行 DeepSeek-R1 模型

Posted on 2025-01-29

DeepSeek 的 R1 模型因其先进的功能和成本效益而受到广泛关注。在本地运行此模型可能是一种有益的体验,可以提供对尖端人工智能技术的见解。本指南将引导您完成在本地计算机上设置和运行 DeepSeek-R1 模型的过程,涵盖硬件要求、必要工具的安装和客户端使用。

1. DeepSeek-R1型号版本及硬件要求

DeepSeek 提供多个版本的 R1 模型,每个版本都有特定的硬件要求:

型号版本 显存要求 推荐的 NVIDIA GPU 推荐的 Apple Silicon RAM
DeepSeek-R1 〜1,342 GB 多 GPU 设置,例如 NVIDIA A100 80GB x16 不适用
DeepSeek-R1-Distill-Qwen-1.5B 〜3.5GB NVIDIA RTX 3060 12GB 或更高 16 GB 或更多
DeepSeek-R1-Distill-Qwen-7B 〜16GB NVIDIA RTX 4080 16GB 或更高 32 GB 或更多
DeepSeek-R1-Distill-Llama-8B 〜18GB NVIDIA RTX 4080 16GB 或更高 32 GB 或更多
DeepSeek-R1-Distill-Qwen-14B 〜8GB NVIDIA RTX 4080 16GB 或更高 32 GB 或更多
DeepSeek-R1-Distill-Qwen-32B 〜18GB NVIDIA RTX 4090 24GB 或更高 64 GB 或更多
DeepSeek-R1-Distill-Llama-70B 〜40GB 多 GPU 设置,例如 NVIDIA RTX 4090 24GB x2 128 GB 或更多

2.Ollama安装指南

Ollama 是一款旨在本地运行 AI 模型的工具。以下是在各个平台上安装它的方法:

macOS

  1. 下载:访问Ollama 下载页面并下载 macOS 版本。

  2. 安装:打开下载的.dmg文件并按照屏幕上的说明安装 Ollama。

视窗

  1. 下载:转到Ollama 下载页面并下载 Windows 安装程序。

  2. 安装:运行安装程序并按照提示完成安装。

Linux

  1. 安装:打开终端并运行以下命令:
 curl -fsSL https://ollama.com/install.sh | sh

此命令下载并安装 Ollama。 ( github.com )

  1. 验证:安装后,通过执行以下命令验证 Ollama 是否正在运行:
 ollama -v

这应该显示安装的 Ollama 版本。

3. 运行模型并通过命令行聊天

安装 Ollama 后,您可以运行 DeepSeek-R1 模型并通过命令行与其交互:

  1. 启动 Ollama :通过运行以下命令启动 Ollama:
 ollama serve
  1. 与模型交互:在新的终端窗口中,使用以下命令启动聊天会话:
 ollama run deepseek-r1:8b

此命令启动与 DeepSeek-R1 模型的聊天会话。

4. 客户端使用

a) 启用 Ollama API 访问源

为了允许外部应用程序与Ollama交互,您需要启用API访问源。

请参阅这篇文章:如何为 Ollama 启用 API 跨源

b) 与 LobeHub 等开源客户端交互

LobeHub 是一个可以与 Ollama 交互的开源客户端。您可以在本地计算机或服务器上安装 LobeHub 来与 DeepSeek-R1 等 AI 模型聊天。请遵循安装指南。

设置LobeHub后,您可以在Lobe的AI Service Provider设置中启用Ollama提供商并开始与DeepSeek-R1模型聊天。

在本地计算机上与 DeepSeek-R1 愉快地聊天!

资料来源:

  • DeepSeek-R1 硬件要求

  • DeepSeek-R1 模型下载

  • 运行 DeepSeek-R1 / R1 零 – Unsloth AI

  • DeepSeek-R1:功能、o1 比较、精炼模型等

  • DeepSeek 模型的 GPU 要求指南(V3,所有变体)

原文: https://atlassc.net/2025/01/29/run-deepseek-r1

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme