在人工智能飞速发展的当下，大语言模型成为了众多开发者和研究人员关注的焦点。Deepseek 作为一款性能卓越的大语言模型，自然也就吸引了不少人希望在本地环境进行部署使用；但本地部署并非易事，不同操作系统有着不同的部署方法和注意事项。接下来，我将为大家详细介绍在 Linux 和 Windows 系统下如何本地部署 Deepseek ，帮助你开启本地化使用 Deepseek 的探索之旅~（本文对象为初识AI的萌新小白，有点话多也请见谅！）
（一）、“优雅地”认识本地部署
本地部署，也就是在你的电脑不用联网、不用Wi-Fi的情况下依旧能对AI进行对话，这其中是有着有诸多的好处的（如了解可跳过）：
（二）、“优雅地”结识Ollama
说人话：ollama相当于是一个容器（水壶，杯子），而大模型文件则相当于是水，容器承载水；没有杯子水无地方可盛，没有水一个空的杯子只能当装饰品（占你电脑内存）
（三）、“优雅地”开始正式操作：WIndow系统如何部署Deepseek？（该方法同时适用于部署qwen2.5、llama3.2、phi4、llama3.3）
1，认清“现实”
emmmm。。。开始之前，请检查一下你的硬件配置:
（图源：小白也能看懂的DeepSeek-R1本地部署指南-腾讯云开发者社区-腾讯云）
如果你说你不知道你的电脑有没有独立显卡。。。emmmm
键盘上同时按下Esc、Shift、Ctrl看看任务管理器
看GPU那一栏
博主用的是RTX 4070 Ti SUPER Neptune，参考：👀你不看 RTX 4070 Ti SUPER 绝对会后悔 – 辰汐の小站
跟博主一样（没说完全一样！）就是有独立显卡，而且是“老黄家”的显卡。
另外，如果你是集成显卡或者是AMD显卡可能有点麻烦，一般部署本地大的模型都用Nvidia独立显卡（也称“老黄家的显卡”）（CUDA）,AMD显卡由于自身的原因（ROCm）可能无法正常使用（部分可能还是可以使用的，具体情况具体而定叭~）
总体而言，个人觉得嘛，只要你的配置是这个就可以稍微玩玩儿AI：
tCPU: 8n核或以上，
内存: 12GB或以上，
存储: 80GB SSD或以上（空闲内存），
GPU: 没有独立显卡或NVIDIA GTX 1080或同等性能
(在后面选择ollama run deepseek-r1:1.5b)
另外说一句，如果你是Mac也是可以的~
平台差异说明
- Windows：
- 依赖 CUDA 和 NVIDIA 驱动，推荐使用 RTX 30/40 系列。
- 大模型（14B+）需借助量化或模型分片技术。
- macOS：
- 仅限 Apple Silicon 芯片（M1/M2/M3），依赖 Metal 加速。
- 模型规模超过 14B 时性能显著下降，建议量化或云端部署。
- Linux：
- 支持多 GPU 扩展和高效资源管理（如 NVIDIA Docker）。
- 适合部署大型模型（14B+），需专业级硬件。
等等，你想要部署671B版本的？
这是DeepSeek-R1-70B的推荐配置：
CPU：32 核及以上；
内存：128GB及以上；
硬盘：256GB及以上；
显卡：多卡并行（如 2x A100 80GB 或 4x RTX 4090）；
适用场景：适合科研机构或大型企业进行高复杂度生成任务；
预计费用：400000+，这是老板考虑的，不该我去考虑。
这是天花板：DeepSeek-R1-671B
CPU：64 核及以上；
内存：512GB及以上；
硬盘：512GB及以上；
显卡：多节点分布式训练（如 8x A100/H100）（A开头的和H开头的也都是老黄家的显卡，只不过太高级、太贵）；
适用场景：适合超大规模 AI 研究或通用人工智能（AGI）探索；
预计费用：20000000+，这是投资人考虑的，不该我去考虑。
总结：满血版本671B 版本 普通人基本装不了的。
所以：老老实实看上面的推荐配置吧~
2，安装ollama
官网地址：https://ollama.com/
下载地址：https://ollama.com/download
备份链接：https://github.com/ollama/ollama/releases/download/v0.5.7/OllamaSetup.exe
（推荐官网下载！）
下载完后就双击.exe文件
（自己可选安装路径）
过一会儿后，查看任务栏右下角里是否有ollama的图标：
win键+R输入cmd查看是否有ollama命令：
浏览器输入：http://localhost:11434如果显示
Ollama is running
如果你都有，跟博主一样，那么恭喜你，ollama安装完成了~
如果输入ollama发现电脑显示“‘ollama’不是内部或外部命令，也不是可运行的程序”，请再次检查一下ollama是否安装成功？重启一下电脑后重试一下安装？
3，更改ollama模型路径（非必须，可跳过，你想改就改~xianmafanjiubuyonggai）
你看，小标题拼音你都拼出来了，看起来你是不嫌麻烦（doge）
还是那句话，非必须，想换就换
ollama默认装位置在：C:\Users\XX\AppData\Local\Programs\Ollama
模型下载位置：C:\Users\XX\.ollama
（User有时候叫“用户”，XX指你的个人目录）
在我的例子中我在F盘创建Ollama文件夹，创建models子文件夹存放模型，再将上述两个文件夹移动到该文件夹下
计算机–> 右键—>属性—>高级系统设置–> 高级 –>环境变量–>Path—>右键—>新建
我这里换一个电脑演示一下~
Path变量
填入 F:\Program Files\Ollama\
退出刚刚的Path变量（记得点确定！）
自定义模型下载位置，在系统环境下新建环境变量
变量名称：OLLAMA_MODELS
进入环境变量界面后，一定要特别留意，这里有“用户变量”和“系统变量”之分，我们要选择的是“系统变量”。这一步至关重要，一旦选错，后续的设置将无法生效，所以务必仔细确认，千万不要选成“用户变量”了。
变量值填入自定义位置，我这里选择：F:\Program Files\Ollama\models（不用和我一样！和我一样的前提是你有F盘且F盘内有足够的空间！）
填完后一路确定就好，记得重启电脑！！！
4，ollama基础命令行操作
ollama -v命令显示ollma版本号
ollma list命令显示所有安装模型
ollama rm 模型名称 删除指定模型
现在，进入：https://ollama.com/library/deepseek-r1，选取符合你系统的模型叭~
选择参数后复制命令，粘贴到命令行里即可~
- 若选择 1.5B 版本，输入
ollama run deepseek-r1:1.5b。 - 若选择 7B 版本，输入
ollama run deepseek-r1:7b。 - 若选择 8B 版本，输入
ollama run deepseek-r1:8b。 - 若选择 32B 版本，输入
ollama run deepseek-r1:32b；我选的是这个。
如果中途突然慢了可以Ctrl+C退出一下再输入刚刚的命令（或者可以按“上”箭头键后回车）
PS：关于大型神经网络模型的参数数量
“10b”、”13b”、”70b”等术语通常指的是大型神经网络模型的参数数量。 其中的 “b” 代表 “billion”，也就是十亿。 表示模型中的参数量，每个参数用来存储模型的权重和偏差等信息。 例如： 例如：Meta 开发并公开发布的 Llama 2 系列大型语言模型 (LLM)，这是一组经过预训练和微调的生成文本模型，参数规模从 70 亿 (7b) 到 700 亿 (70b) 不等。
下载完后就可以对话啦！
可以看到GPU的内存（显存）已经占了很多，这表明ollama已经成功运行了本地大模型了~
可以问问他任何一个问题：
可以看到本地大模型已经安装成功！
输入/bye退出对话
（四）、“优雅地”开始其他操作：如何用Deepseek做se*？
你确定？？
感谢阅读，如有错误请指正~
文章：Luminous辰汐
校对：雨落向晚亭
