首页 > 编程笔记 > Web笔记 阅读：109

DeepSeek本地部署教程（非常全面）

如果需要长期使用 DeepSeek，则建议本地部署 DeepSeek，好处如下：
下面讲解一种简单、便捷的本地部署 DeepSeek 的具体做法。

部署DeepSeek-R1-1.5B

DeepSeek-R1-1.5B 适用于轻量级任务，是 DeepSeek 目前开源的最小版本，参数量只有 15亿，只需 3GB 的显存就能运行。而且，DeepSeek-R1-1.5B 在数学推理方面表现出色，甚至在某些基准测试中超过了 GPT-4o 和 Claude 3.5。

注意，如果电脑配置更高，则可以尝试部署 DeepSeek 的其他版本。

DeepSeek-R1-1.5B 适用于一些轻量级的任务，举例如下：

部署DeepSeek的不同版本对硬件的要求

下表所示为部署 DeepSeek 的不同版本对硬件的要求，我们可以结合自己的电脑配置选择部署相应的版本。

表：DeepSeek版本对硬件的要求
版 本 参数量 显存需求（FP16） 推荐GPU（单卡） 多卡支持 量化支持 适用场景
DeepSeek-R1-1.5B 15亿 3GB GTX 1650（4GB显存） 不需要 支持 低资源设备部署（树莓派、旧款笔记本 ）、实时文本生成、嵌入式系统
DeepSeek-R1-7B 70亿 14GB RTX 3070/4060（8GB显存） 可选 支持 中等复杂度任务（文本摘要、翻译 ）、轻量级多轮对话系统
DeepSeek-R1-8B 80亿 16GB RTX 4070（12GB显存） 可选 支持 有更高精度要求的轻量级任务（代码生成、逻辑推理 ）
DeepSeek-R1-14B 140亿 32GB RTX 4090/A5000（16GB显存） 推荐 支持 企业级复杂任务（合同分析、报告生成 ）、长文本理解与生成
DeepSeek-R1-32B 320亿 64GB A100 40GB（24GB显存） 推荐 支持 高精度专业领域任务（医疗、法律咨询 ）、多模态任务预处理
DeepSeek-R1-70B 700亿 140GB 2x A100 80GB/4x RTX 4090（多卡并行） 必需 支持 科研机构、大型企业（金融预测、大规模数据分析 ）、高复杂度生成任务
DeepSeek-R1-671B 6710亿 512GB+（单卡显存需求极高，通常需要多节点分布式训练） 8x A100/H100（服务器集群） 必需 支持 国家级、超大规模AI研究（气候建模、基因组分析 ），以及AGI探索

笔者部署 DeepSeek-R1-1.5B 时的硬件配置如下：

下载并安装Ollama

Ollama 是一个开源的轻量级框架，适用于在本地高效运行和微调大规模语言模型。Ollama 本身并不是 DeepSeek 的产品，但它支持 DeepSeek 的本地部署和优化。

通过浏览器访问 Ollama 官网，如下图所示，单击 Ollama 官网首页的 Download 按钮，下载 Ollama。


图 1 下载Ollama

下载完成后，双击 OllamaSetup.exe 进行安装，直到安装完成即可。

因为接下来会用到命令行，所以先讲解不同操作系统中命令行的打开方式：
打开命令行，在命令行中执行 ollama -v 命令（在命令行中先输入命令，再按回车键，即可执行命令），出现下图中箭头所示的版本号，即可说明 Ollama 安装成功。


图 2 Ollama安装成功

通过Ollama下载并运行DeepSeek

安装 Ollama 后，在命令行中执行 ollama pull deepseek-r1:1.5b 命令，可在 Ollama 的模型库中下载 DeepSeek-R1-1.5B，如下图所示。下载时长取决于模型大小和网络速度。


图 3 在 Ollama 的模型库中下载 DeepSeek-R1-1.5B

下载完成后，在命令行中执行 ollama run deepseek-r1:1.5b 命令，运行 DeepSeek-R1-1.5B。如下图所示，整个过程很快，几分钟后看到“success”字样，就可以使用 DeepSeek-R1-1.5B 了。


图 4 运行 DeepSeek-R1-1.5B

如何调用DeepSeek API

如果我们是开发人员、研究人员或者技术爱好者，则知道如何调用 DeepSeek API，将有助于我们更高效地使用 DeepSeek。

DeepSeek API 采用了与 OpenAI API 完全兼容的格式。只需在支持 OpenAI API 的客户端和 SDK 中简单调整配置参数，就能通过 OpenAI SDK 或任何支持 OpenAI API 的软件轻松接入 DeepSeek API。

1) DeepSeek中的主要配置参数

DeepSeek 中的主要配置参数如下：
提示，DeepSeek V3 是一款通用的大规模语言模型，采用了混合专家架构，侧重于高效文本生成和多语种对话；DeepSeek R1 则在 DeepSeek V3 的基础上，通过强化学习等方法进一步优化了推理能力，擅长处理数学、代码和逻辑推理任务。

2) 获取DeepSeek API key

在 DeepSeek 官网首页单击“API开放平台”功能入口并登录、注册，将获得一个 api_key（即 API key），如下图所示。首次注册的用户还会收到一些免费的 token 额度。


图 5 获取DeepSeek API key

token 是文本处理的最小单位，可以是单个字、单词或部分单词，DeepSeek 及其他 AI 模型通过这些 token 来理解和生成语言。

单击图 5 所示界面左侧的“API keys”菜单项，将显示“API keys”管理界面，在该界面单击“创建 API key”按钮，输入 API key 的名称，如图 6 所示。


图 6 创建 API key

出于安全方面的原因，API key 仅在创建时可见、可复制，并且需要立即将其保存（仅显示一次），之后将无法通过“API keys”管理界面再次查看它。如果丢失了它，则需要重新创建。

注意，不要与他人共享你的 API key，也不要将其暴露在浏览器或其他客户端代码中，DeepSeek 可能会自动禁用已发现的公开泄露的 API key。

接下来就可以正式调用 DeepSeek API 了。在调用 DeepSeek API 前，请确保已经：

3) 使用curl调用DeepSeek API

curl 是一种常用的命令行工具，用于向服务器发送 HTTP 请求。使用 curl 调用 DeepSeek API 的示例如下： 
curl https://api.********.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <DeepSeek API Key>" \
  -d '{
      "model": "deepseek-chat",
      "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
      ],
      "stream": false
    }'
在以上命令中，需要将“<DeepSeek API Key>”替换为实际的 DeepSeek API key。

4) 使用Python SDK调用DeepSeek API

使用 Python 调用 DeepSeek API，可以通过安装 OpenAI 的 Python SDK 实现，因为 DeepSeek API 与 OpenAI API 兼容。调用示例如下： 
Python
from openai import OpenAI

# 初始化OpenAI客户端，这里使用DeepSeek的API Key和指定的base_url
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.********.com")

# 调用chat completions接口，使用deepseek - chat模型，传入system和user的prompt信息
response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

# 打印返回结果中choices里第一条的message内容
print(response.choices[0].message.content)
在使用前，需要执行 pip install openai 命令安装 OpenAI SDK，并将“<DeepSeek API Key>”替换为实际的 DeepSeek API key。

5) 使用Node.js SDK调用DeepSeek API

使用 Node.js 调用 DeepSeek API，同样可以通过安装 OpenAI 的 Node.js SDK 实现。调用示例如下： 
import OpenAI from "openai";

const openai = new OpenAI({
    baseURL: "https://api.********.com",
    apiKey: "<DeepSeek API Key>",
});

async function main() {
    const completion = await openai.chat.completions.create({
        messages: [{ role: "system", content: "You are a helpful assistant." }],
        model: "deepseek-chat",
    });

    console.log(completion.choices[0].message.content);
}

main();
在使用前，需要执行 npm install openai 命令安装 OpenAI SDK，并将“<DeepSeek API Key>”替换为实际的 DeepSeek API key。

相关文章