本地部署DeepSeek-R1:8b大模型
- 一、摘要及版本选择说明
- 1.1 摘要
- 1.2 版本选择
- 二、下载并安装Ollama
- 三、运行DeepSeek-R1:8b大模型
- 四、安装Open WebUI增强交互体验
- 五、关闭Ollama开机自动启动
- 六、DeepSeek大模型启停步骤
一、摘要及版本选择说明
1.1 摘要
作为一名对 AI 和生成式模型感兴趣的开发者或学习者，了解如何在小规模环境中部署这些模型是有趣且有益的。在个人笔记本上部署 DeepSeek-R1 是一种具有挑战性的但非常有价值的实践。它不仅可以帮助你快速实现文本生成和问答功能，还能通过不断解决遇到的问题，提升你的技术能力和对 AI 模型的理解。尽管过程中可能会遇到资源不足、配置复杂等问题，但通过仔细规划和持续学习，最终可以成功完成部署并享受到模型带来的便利。本文将介绍下载安装Ollama的方法，并且根据个人电脑的配置选择合适的DeepSeek版本进行安装部署测试，然后通过安装部署Open-WebUI交互页面来增强使用大模型的体验的整个过程。
1.2 版本选择
DeepSeek R1对硬件资源比较友好，对不同硬件配置有良好的适应性，能根据用户计算机硬件配置选择合适的模型版本。入门级设备拥有4GB 存和核显就能运行1.5B（Billion，十亿，大模型参数的数量）版本；进阶设备8GB内存搭配4GB显存就能驾驭7B版本；高性能设备则可选择32B版本。而且，DeepSeek R1支持低配置电脑，即使是没有独立显卡的低配置电脑，只要有足够的空余硬盘空间，如部署最大的6710亿参数的大模型需要至少1TB的空余空间，也能完成部署。
本人电脑配置支持DeepSeek-R1:8b，因此选择部署DeepSeek-R1:8b大模型。
二、下载并安装Ollama
- 下载Ollama
访问Ollama官网， 点击“Download”，根据操作系统下载自己操作系统对应的安装包，比如，Windows用户可以点击“Windows”图标，然后，点击“Download for Windows”下载安装包。需要注意的是，对于Windows系统，这里仅支持Windows10及其以上版本。
- 安装Ollama
下载完成后，双击【OllamaSetup.exe】，在弹窗中点击【Install】，默认安装即可。当安装成功后，一般会在电脑右下角有个提示框，如果你点击该提示框，会打开cmd，如下图所示：
可以在该cmd中输入命令，查看当前ollama的版本：
执行效果如下：ollama --version
如果你没有看到电脑右下角的那个弹窗，可以自己打开cmd，然后执行上述查看版本命令，也是可以的，具体如下：
三、运行DeepSeek-R1:8b大模型
蒸馏模型
DeepSeek团队已经证明，大型模型的推理模式可以被提炼到小型模型中，与通过小型模型的强化学习发现的推理模式相比，可以获得更好的性能。
以下是通过使用DeepSeek-R1生成的推理数据，针对研究社区广泛使用的几个密集模型进行微调而创建的模型。
-
运行或下载模型
在cmd中运行如下命令：ollama run deepseek-r1:8b该命令执行时，会进行如下两个方向的操作：
- 本地模型检查：Ollama 会检查本地是否已经下载并缓存了 deepseek-r1:8b 模型。它会在 Ollama 默认的模型存储目录中查找该模型的相关文件。
- 模型下载：如果本地没有找到该模型，Ollama 会尝试从其默认的模型注册表（通常是 Ollama 官方的模型仓库）下载 deepseek-r1:8b 模型。在下载过程中，会显示下载进度信息，直到模型文件全部下载完成并存储到本地。
执行成功后，效果如下：
-
测试模型能否正常推理
在刚刚运行ollama run deepseek-r1:8b的cmd窗口中，输入相关的问题，如下所示：
秒级得到回复，性能还是很好的，给deepseek点赞！！ -
（可选）检查一下运行deepseek-r1:8b用掉了多少GPU
如果你本地电脑有Nvidia显卡，且已经安装了cuda，可在cmd中输入：nvidia-smi命令查看GPU使用情况：
四、安装Open WebUI增强交互体验
这种命令行的交互方式不是特别友好，因此我们安装Open WebUI来增强交互体验。当然，只要是支持Ollama的WebUI都可以，如Dify、AnythingLLM等。这里使用比较简单而且也是与Ollama结合比较紧密的Open WebUI。可以在cmd命令行窗口中执行如下命令安装Open WebUI，注意：这里使用国内清华大学的安装源镜像，这样可以加快安装速度。具体步骤如下：
-
检查本地电脑是否安装Microsoft Visual C++ Build Tools
- 按下 Win + R 组合键打开 “运行” 对话框。
- 在对话框中输入
appwiz.cpl并回车，打开 “程序和功能” 窗口。 - 在程序列表中查找
“Visual Studio Build Tools”相关的条目。如果能找到类似 “Microsoft Visual Studio Build Tools 20xx”（xx 代表具体版本号）的程序，说明已经安装了 Visual C++ Build Tools。
我电脑没有查到，如图所示：
如果此时执行pip install open-webui -i https://pypi.tuna.tsinghua.edu.cn/simple命令时，报错如下：
- 需要安装Microsoft Visual C++ Build Tools
- 到微软官网下载
下载完成后的安装包为：vs_BuildTools.exe - 双击
vs_BuildTools.exe安装包，进行安装。
在弹出的安装界面中（如下图所示），在界面左上角的“桌面应用和移动应用”下方，选中“使用C++的桌面开发”，然后，点击界面右下角的“安装”按钮，完成安装。
点击【安装】按钮，会看到如下页面：
等待一会儿，就完成了安装，如下图所示：
点击【确定】按钮，然后关闭“Visual Studio Install”安装窗口即可。
- 到微软官网下载
-
确保本地已经Python环境：
python --version
-
执行安装open-webui的命令：
pip install open-webui -i https://pypi.tuna.tsinghua.edu.cn/simple执行过程如下：
-
可以执行如下命令启动Open WebUI服务
open-webui serve注意，如果启动以后，看到下面界面，说明还没有启动成功，需要继续等待。可以敲击几次回车。
在继续等待过程中，可能屏幕上会出现一些错误信息，里面会包含如下内容：
这个错误信息说明，启动过程连接Hugging Face Hub失败。Hugging Face Hub网站在国外，所以，经常会连接失败，所以，导致open-webui启动过程始终停止不动。
直到出现下面屏幕信息以后，才说明启动成功了。
启动后，在浏览器中访问http://localhost:8080/即可进入Open WebUI界面。如果网页显示“拒绝连接”，无法访问Open WebUI界面，一般是由于你的计算机开启了Windows防火墙，可以关闭本地电脑防火墙即可。
如正常访问，会看到如下：
点击【开始使用】，进入填写邮箱页面，即需要注册一个管理员账号（如图所示），然后，就可以开始使用了。
此时会看到如下页面（如看不到，需要确保ollama服务已启动，在任务管理器可查看）：
点击【确认，开始使用！】按钮，然后会看到我们自己部署的模型：
可以在对话框中输入你想要对话的内容，比如“请问如何快速高效地学习并掌握deepseek大模型”，然后回车，页面就会给出DeepSeek R1的回答结果，如图所示：
五、关闭Ollama开机自动启动
在Windows 中如果想要将应用程序设置为开机自启动，其步骤如下：
- 按下 Win + R 组合键，打开 “运行” 对话框，输入 shell:startup 并回车，这会打开 “启动” 文件夹。
- 找到 Ollama 的可执行文件（通常在安装目录下），创建其快捷方式。
- 将创建好的快捷方式复制或移动到 “启动” 文件夹中。
我们可以按照这个方法检查并确认Ollama应用程序是否是开机自启动，通过如上步骤，我们得知ollama确实被设置成了开机自启动：
由于ollama安装完成后会默认被设置成开启自动，为了节省当我们不需要使用ollama时的资源，可以将其关闭掉。具体步骤如下：
- 打开任务管理器，点击左侧【启动应用】选项，找到ollama，如图所示：
- 把鼠标指针放到“已启动”上面，单击鼠标右键，在弹出的菜单中点击“禁用”，然后关闭任务管理器界面。经过这样设置以后，Ollama以后就不会开机自动启动了。
六、DeepSeek大模型启停步骤
- 停止大模型
当我们本次使用完大模型时，只需要关闭各个cmd命令行窗口，大模型就停止运行了。 - 启动大模型及open-web步骤如下：
- （可选）确保ollama应用程序处于启动状态（该步骤如关闭Ollama开机自启动的话，需要先启动ollama服务）
- 新建一个cmd命令行窗口，在cmd命令行窗口中执行如下命令启动DeepSeek R1大模型：
ollama run deepseek-r1:8b - 再新建一个cmd命令行窗口，在cmd命令行窗口中执行如下命令启动Open WebUI服务：
open-webui serve - 在浏览器中访问大模型对话页面
在浏览器中访问http://localhost:8080/即可进入Open WebUI界面，开始使用大模型。
