手把手教你本地部署DeepSeek R1，让你AI性能原地起飞
随着人工智能技术的迅猛发展，越来越多的人开始关注并使用AI协助完成工作了，DeepSeek便是今年最火的一款大语言模型，目前使用DeepSeek的方式有三种：
- 使用已部署了网页版的AI平台
- 使用云服务商提供的API接口，对接到套壳AI平台上使用
- 自己本地搭建R1模型
接下来，我将详细讲解下这三种方式的主流媒体有哪些，本次重点是讲第三个：**如何本地搭建DeepSeek R1模型**
1、使用网页版DeepSeek
目前市面上，能部署出满血版的DeepSeek R1的平台不多，主要是它最低配需要8张96G显存太费钱了！不过这些对于那些大型科技公司来说倒不是什么难题，目前已支持网页版满血DeepSeek R1模型的平台主要有：**DeepSeek官网、天工AI、秘塔AI、纳米AI、超算互联网平台、问小白**
1.1、DeepSeek官网
官网地址：https://chat.deepseek.com/
这个大家应该很熟悉了，最正宗的官网页面，支持R1及深度思考
好用归好用，就是经常服务器访问不通
1.2、天工AI
昆仑万维旗下产品
1.3、秘塔AI
官网地址：https://metaso.cn/
接入了满血版 DeepSeek R1（671B）推理模型，每个账号每天有 100 次搜索额度，并支持联网功能，操作便捷。
1.4、纳米AI
官网地址：https://www.n.cn/
360出品，手机端网页端均可用
1.5、超算互联网平台
官网地址：https://chat.scnet.cn/#/home
已推出 DeepSeek-R1 模型的 7B、32B及满血版671B 版本， 平台目前免费开放。
1.6、POE
官网地址：https://poe.com/
一款AI产品聚合平台，价格有点小贵，不差钱的可以去用
1.7、问小白
官网地址：https://www.wenxiaobai.com/
问小白平台上周也刚上线了DeepSeek-R1满血版，提供免费流畅的使用体验。支持联网搜索、上传文件、多模态分析等功能，具备深度思考、时效性回答、生成深度话题等亮点。客户端支持语音输入和语音播放，适合多群体使用。
1.8、圈友互联AI
地址：https://ai.quanyouhulian.com/
哈哈，这个是我自己的AI平台，目前已对接了主流的AI平台，DeepSeek R1满血版也还在对接中，对接完成将会免费开放出来，另外里面的AI音乐、AI视频均为当前最强模型！
2、使用云服务商提供的API接口
这个之前文章讲过，主要拿到API接口后放到个套壳AI前端使用，这里就不重复将了，目前已支持提供API的服务厂商如下
3、自己本地搭建R1模型
好了，前面讲了一大堆废话，重点干货现在来了！
为什么要选择本地部署DeepSeek？
原因很简单：DeepSeek的服务器因访问量过大，现在服务经常卡顿，本地部署能够确保你在任何时候都可以使用该模型。此外，本地部署还能提升数据的安全性，避免敏感信息的外泄。**特别是对于需要连接私有接口（比如：使用AI炒股、使用AI做预测）**，本地部署将是唯一选择！
本地部署DeepSeek R1需要什么配置？
我想这个问题大家都很关心，先来看下R1都有哪些开源的模型，这里我们去Hubgging Face（AI界的Github）：https://huggingface.co/models?sort=trending&search=Deepseek 可以看到R1有很多蒸馏版的小参数模型（科普下：蒸馏版意思就是使用别的大模型的答案去做的参数训练）
再来看下官网给出的最低配置要求，可以看出满血版最低需要8 * 96G的显存，这个配置我问了下阿里云，每个月要15万，所以大家别想了，咱们本地就使用DeepSeek-R1-Distill-Qwen-1.5B就可以了
| 模型 | 最低配置 | 支持的最大Token数 | ||
|---|---|---|---|---|
| 部署方式为BladeLLM加速（推荐） | 部署方式为vLLM加速 | 部署方式为标准部署 | ||
| DeepSeek-R1 | 8卡GU120（8 * 96 GB显存） | 不支持 | 4096 | 不支持 |
| DeepSeek-V3 | 8卡GU120（8 * 96 GB显存） | 不支持 | 4096 | 2000 |
| DeepSeek-R1-Distill-Qwen-1.5B | 1卡A10（24 GB显存） | 131072 | 131072 | 131072 |
| DeepSeek-R1-Distill-Qwen-7B | 1卡A10（24 GB显存） | 131072 | 32768 | 131072 |
| DeepSeek-R1-Distill-Llama-8B | 1卡A10（24 GB显存） | 131072 | 32768 | 131072 |
| DeepSeek-R1-Distill-Qwen-14B | 1卡GPU L（48 GB显存） | 131072 | 32768 | 131072 |
| DeepSeek-R1-Distill-Qwen-32B | 1卡GU120（96 GB显存） | 131072 | 32768 | 131072 |
| DeepSeek-R1-Distill-Llama-70B | 2卡GU120（2 * 96 GB显存） | 131072 | 32768 | 131072 |
如何在本地部署？
目前本地快捷部署主要有两种方式：Ollama、LM Studio，接下来我将重点讲下如何使用Ollama部署
1、下载Ollama
官网地址：https://ollama.com/
Ollama是一个专门用来本地运行开源大模型的工具，目前也是开源模型部署使用最多的平台
选择你电脑对应的版本
下载完成后点击Install即可自动完成安装
验证安装版本
进入终端输入命令，验证是否安装成功
1 | |
2、下载模型
进到Ollama官网，搜索deepsee-r1：https://ollama.com/library/deepseek-r1
选择1.5b，其余的大家就别想了，具体原因可以看下我上面发的每个对应最低配置要求
如果你的显卡足够强，也可以下载再高级一点的，具体参考如下
点击复制命令
3、安装模型
直接使用上面复制的命令，在终端窗口输入即可开始安装，包1.1G，网速快的话一般5分钟左右就下载完成
1 | |
4、开始使用
上一步模型下载到本地后，就会自动进入到终端对话窗，开始对话使用了！
使用以下命令可以看到相关操作项
1 | |
如何在本地可视化UI界面使用？
下载个Chatbox，该聊天工具可以直接引入Ollama API
打开安装包后，界面如下，选择自己的API Key
这里我们选择Ollama API
这里会自动识别本地的ollama地址，选择好模型直接保存即可
接下来，返回聊天界面测试下，推理模型正常用，完美！
总结
本篇文章详细讲解了DeepSeek的三种使用方式：总的来说，选择哪种方案取决于你的具体需求和预算。
**如果你需要高性能模型并且预算充足，云上部署或者企业内部部署是不错的选择**。如果你更关注隐私和稳定性，本地部署则是理想之选。而对于普通用户，第三方平台提供的网页和客户端服务可能是最便捷的。
无论选择哪种方式，提前做好准备总是明智的。希望这篇指南能帮助你顺利部署DeepSeek R1，充分利用这款强大的AI模型。如果你有其他好的建议或者经验，欢迎在评论区分享。让我们一起探索AI技术的无限可能。