前言
一、运行环境要求
1. 硬件配置
- 独立显卡（推荐 NVIDIA 1060 以上 GPU显存 ≥ 6GB）
- CPU、内存及存储需满足模型参数规模（如1.5B/7B/14B模型对应不同配置）
进入 DeepSeek 的官网 https://www.deepseek.com/，点激 DeepSeek R1 的模型连接，可以进入 GitHub 的源代码页面。里面可看到 DeepSeek R1 包含了多个不同大小的模型，每个模型需要使用的资源不一样。一般情况下建议使用 1.5B 的轻量级模型，GPU 在 6G~8G 可以尝试使用 7B 的平衡型模型。
显卡要求可参考下表
2. 依赖工具
- Ollama 或 HFD 部署工具及模型库
- Docker、Python等基础环境
常用下载模型的方法主要有两种，一是通过 Ollama，二是通过 HuggingFace。虽然 HuggingFace 的镜像比较丰富全面，但由于在2023年底，HuggingFace 的官网已经彻底被封，想要下载镜像需要使用 https://hf-mirror.com 里面的 HFD 工具通过命令执行，对新手来说相对不太友好，所以本文就选择相对轻量级的 Ollama 工具进行安装。
二、安装步骤
1. 安装 Ollama
首先到 Ollama 官网 https://www.ollama.com 下载 ollama，可以选择 Windows、Linux、masOS 三个不同的版本
下载后点激安装，默认安装路径在 C:Users퇧ameAppDataLocalProgramsOllama 下
安装完成后，打开 Windows 的环境变量，修改用户变量中的 Path 值，加入 Ollama 的路径 C:Users퇧ameAppDataLocalProgramsOllama
完成设置后，点激 Ollama.exe 按钮，然后在命令提示符中输入 ollama -v，见到 ollama 版本号代表安装成功。
2. 下载 deepseek v1 模型
此时输入命令 ollama ls 可以查看已下载的模型
3. 运行模型
三、可视化部署
完成安装后，若要选择中文版可点激右上角设置按钮，在language中选择 “简体中文”
在命令提示符输入 ollama run deepseek-r1:7b ，确定 deepseek 模型已经正常运行后， 在 Ollama URL 处填入默认的运行地址 http://127.0.0.1:11434
回到首页，在选项中可以查到系统中正在运行的模型，选择你要有的模型类别
此时，你已经可以在本机尽情享受 DeepSeek 给你带来的乐趣。
本章小结
前面已经介绍了 DeepSeek R1 本地化部署流程，本地化部署不仅能保障数据安全，更能通过灵活定制实现业务场景的高效适配，为企业智能化转型提供可靠的技术底座。DeepSeek 模型从环境准备、模型加载到 RAG 功能集成，每一个环节都体现了大模型与企业私有化场景深度融合的技术潜力。接下来一连几章将会为大家介绍基于大模型 RAG 的核心开发，敬请留意。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/239496.html原文链接：https://javaforall.net
