————————————————

2025年1月，DeepSeek 正式發布 DeepSeek-R1 推理大模型。DeepSeek-R1 成本價格低廉，性能卓越，在 AI 行業引起了廣泛關注。

DeepSeek 提供了多種使用方式，滿足不同用戶的需求和場景。本地部署在數據安全、性能、定制化、成本、離線可用性和技術自主性方面具有顯著優勢。

本文詳細講解基于 Ollama+Docker+OpenWebUI 的本地化部署流程，并通過實例代碼演示。

1.軟硬件需求
1.1 硬件需求
DeepSeek R1 本地部署的硬件需求如下：

基本推薦配置：CPU: 8核或以上，內存: 32GB或以上，存儲: 100GB SSD或以上，GPU: NVIDIA GTX 1080或同等性能

DeepSeek-7B 推薦配置：RTX3060 以上顯卡 + 16G以上 內存 + 50G SSD 存儲空間

DeepSeek-70B 推薦配置：RTX4060 以上顯卡 + 32G以上 內存 + 200G SSD 存儲空間

本教程使用的硬件配置為：CPU: Intel i5-12490/3.00GHz，內存: 32GB，存儲: 500GB SSD，GPU: NVIDIA GTX 3060。

1.2 軟件依賴
DeepSeek R1 本地部署的軟件依賴包括操作系統、容器化工具、編程語言、深度學習框架、數據庫、消息隊列、Web 服務器、GPU 加速工具、版本控制、包管理工具、監控與日志工具以及安全工具。

本教程采用 macOS 操作版本、Python 3.11 版本、PyTorch 1.7 版本、Ollama。

2.Ollama 下載與安裝
2.1 Ollama 的下載
Ollama 是一個開源的本地模型運行工具，可以方便地下載和運行各種開源模型，如 Llama、Qwen、DeepSeek 等。Ollama 提供高效、靈活的大模型部署和管理解決方案，可以簡化模型的部署流程。支持macOS、Linux、Windows 操作系統。

官網地址：https://ollama.com/

下載地址：https://ollama.com/download

2.2 Ollama 的安裝
下載完成后直接點擊Download進行安裝（window/linux 雷同）。

安裝完成后，cmd 打開命令行窗口，輸入 “ollama -v” 測試，顯示 ollama 的版本為 “0.5.7”，表明安裝成功。

2.3 Ollama 的運行
Ollama 沒有用戶界面，在后臺運行。

打開瀏覽器，輸入 “http://localhost:11434/”，顯示 “Ollama is running”。

3.deepseek-r1 模型安裝
3.1 Ollma 安裝 deepseek-r1 模型
從 ollama 官網 查找 deepseek-r1 模型。

    2. 點擊進入 deepseek-r1 模型，可以選擇不同版本的模型（1.5b/7b/14b/32b/70b/671b）。

deepseek-r1 提供多個版本，參數量越大，模型的性能越強大，但也需要更多的存儲和計算資源。1.5b 模型參數為15億/1.1GB，7b 模型參數約為 70億/4.7GB，14b 模型參數約為 140億/9GB。

deepseek-r1 不同版本模型的執行命令不同：

1.5b 的命令為：“ollama run deepseek-r1:1.5b” 7b 的命令為：“ollama run deepseek-r1:7b” 14b 的命令為：“ollama run deepseek-r1:14b”

    3.本教程選擇選擇 7b 模型，在命令行窗口運行安裝命令 “ollama run deepseek-r1”（默認 7b），程序會自動下載和安裝運行。





    4. 安裝完成后顯示 “success”，表明安裝成功。

3.2 使用 deepseek-r1 模型
輸入 “/?”，可以獲得幫助。

    2.在命令行窗口運行命令 “ollama run deepseek-r1”，就可以在提示行輸入，與 deepseek-r1 進行聊天。

通過本地命令行窗口可以使用 deepseek-r1，但這讓人回到了 DOS 年代，交互體驗很差。接下來我們按照 Docker 和 Open WebUI 用戶界面，可以更便捷地使用 deepseek-r1。

4.安裝 Open WebUI
Open WebUI是一個可擴展、功能豐富、用戶友好的自托管 WebUI，旨在完全離線操作。它支持各種LLM運行程序，包括 Ollama 和 OpenAI 兼容的 API。Open WebUI 適配了 Ollama 接口，提供了 web 的方式來訪問 Ollama API.

4.1 安裝和啟動 open-webui （python 環境）
打開 open-webui 項目的 Github 倉庫 https://github.com/open-webui/open-webui：

    2.從 README 的安裝指南找到用于 Ollama 的安裝命令（本地有 Python3.11 的環境）

?

Install Open WebUI: Open your terminal and run the following command to install Open WebUI:

pip install open-webui

Running Open WebUI: After installation, you can start Open WebUI by executing:

open-webui serve

This will start the Open WebUI server, which you can access at http://localhost:8080

?
3.執行完運行腳本，可以直接通過 http://localhost:8080 訪問界面，按照引導注冊賬號，就可以使用了。

    4. 如果下載好了 ollama 的模型，在上面可以選擇到對應的模型進行對話：





    5. 下拉可以選擇安裝過的所有大模型。





    6. 可以添加多個大模型進行比較。

Open WebUI 也支持 docker 安裝，如果喜歡容器化的方式，可以按照 README 的說明嘗試。

4.2 安裝OpenWebUI以提供Web界面（Docker 方式）
1.安裝Docker

Windows/MacOS/Linux：從Docker官網下載并安裝Docker Desktop。

    2.配置Docker（可選）

配置Docker鏡像加速，以提高下載速度。具體配置方法可參考Docker官方文檔。

    3.下載并運行OpenWebUI

使用Docker拉取OpenWebUI鏡像：

docker pull ghcr.io/open-webui/open-webui:main

運行OpenWebUI容器：
docker run -d -p 3000:8080 –add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data –name open-webui –restart always ghcr.io/open-webui/open-webui:main
訪問http://localhost:3000以查看OpenWebUI的Web界面。

啟動后使用方法同 4.1。