前言

自从 DeepSeek 发布后，对 AI 行业产生了巨大的影响，以 OpenAI、Google 为首的国际科技集团为之震惊，它的出现标志着全球AI竞争进入新阶段。从以往单纯的技术比拼转向效率、生态与战略的综合较量。其影响已超越企业层面，涉及地缘政治、产业政策与全球技术治理，它彻底改变“美国主导创新、中国跟随应用”的传统格局，形成多极化的技术权力分布。
 

DeepSeek 的开源性彻底打破了 OpenAI 等公司通过 API 接口调用，依赖 token 计费的单一规则。因为 DeepSeek 是一个开源的产品，任何人都可通过 GitHub 等途径下载它的核心源代码，这种开源方案有点类似当年的 Android / 鸿蒙发展策略。任何人都可以为 DeepSeek 开发某项额外的功能，为DeepSeek 的茁壮成长贡献自己的一份力量。
 

它包括了 DeepSeek R1 / DeepSeek V3 / DeepSeek Coder V2 / DeepSeek VL / DeepSeek V2 / DeepSeek Coder / DeepSeek Math / DeepSeek LLM  等多个不同的模型，以适应不同领域的应用。私人开发者可以下载 DeepSeek R1 检心框架进行调试，如果企业调用 DeepSeek 的 API 接口，也需要按 token 收费，然而费用不到 ChatGDP 的十分之一，对企业来说是相当有良心。DeepSeek 的 R1 模型支持本地化部署，用户可以在企业服务器内单独部署自己的 DeepSeek 模型，以适应各自的领域需求。
 

废话不多说，下面为大家介绍 DeepSeek R1 的本地化部署流程。

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:\Users\username\AppData\Local\Programs\Ollama 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:\Users\username\AppData\Local\Programs\Ollama

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。

也打开浏览器，输入Ollama 运行地址 “http://127.0.0.1:11434”
看到 “Ollama is running”  字样证明 Ollama 已经正常运行。

2. 下载 deepseek v1 模型

ollama 的命令与 docker 有点类似，输入命令 ollama pull deepseek-r1:7b 系统开始下载模型 deepseek v1:7b
最后看到 success 代表下载成功

此时输入命令 ollama ls 可以查看已下载的模型

3. 运行模型

输入命令 “ollama run deepseek-r1:7b” 启动模型
成功启动后就可以尝试输入问题让 deepseek 回答。

按下 CTRL+D  可以退出当前对话
若要查看当前运行的模型，可以输入 ollama ps

若要停止模式运行，可输入 ollama stop deepseek-r1:7b。
停止后再输入 ollama ps，可以知道停止命令是否成功

三、可视化部署

DeepSeek R1 不仅可以通过命令执行，还可通过插件进行可视化部署，布置出与官网应用类似的应用场景。
首先选择浏览器的扩展按键，填入 Page Assist 进行搜索，安装插件。

 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。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？

别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明：AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！