想替自己完成一些统计汇总和类预测的工作，是不是有点大材小用了？

举几个例子：

• 金融行业：处理敏感的客户数据，需满足合规要求。
• 医疗行业：分析患者病历，确保数据隐私。
• 制造业：实时监控生产线，需要低延迟响应。
• 科研机构：进行定制化模型研究和开发。
• 如果您的业务对数据隐私、定制化需求、实时性或长期成本控制有较高要求，且具备相应的技术能力和硬件资源，那么自行部署DeepSeek到本地是一个值得考虑的选择。

（1）下载ds大模型安装助手，直接点击快速安装即可。

安装地址：https://file-cdn-deepseek.fanqiesoft.cn/deepseek/deepseek_28369_st.exe

（2）点击一键安装系统自动进行安装，等待安装完成。

（3）安装完成后，即可实现本地化部署。

最近DeepSeek非常火爆！它不仅能撰写文案和进行研究，还能联网实时回答问题，堪称智能助理界的“小钢炮”！

不过，官网常常出现以下问题：

1.高峰期排队让人怀疑人生

2.服务器时常不稳定

3.想用时总是无法使用

因此，今天我来教大家一个技巧：将DeepSeek安装到自己的电脑上！这样你就可以随时使用，再也不用看服务器的脸色！

首先，咱们得挑选一个适合自己电脑的版本。

三个版本，总有一款适合你：

1. 小巧版（1.5B）

特点：轻便灵活，适合文字处理

对电脑要求低，笔记本也能轻松运行

完全满足日常办公需求

2. 标准版（7B）

特点：智商在线，能处理复杂任务

需较好电脑配置（16G内存起步）

推荐首选，性价比最高！

3. 加强版（8B）

特点：超强性能，但对配置要求高

建议有高配电脑的用户选择

普通用户慎入，以免电脑崩溃…

• 内存：最少8GB（建议16GB）
• 显卡：要有NVIDIA显卡（GTX 1060以上）
• CPU：i5处理器或同等级别
  

• 内存：8GB起步
• 芯片：M1或更新款
• 系统：最新版macOS
  

官方文档：https://docs.deepseek.com/

包含模型架构、API 接口说明、部署指南、微调教程等

GitHub示例仓库：deepseek-ai/examples

官方代码库（模型、工具链、示例项目）

API 文档：https://chat.deepseek.com/503/

详细接口参数说明与调用示例

模型下载：https://huggingface.co/deepseek-ai

各版本模型权重与配置文件

第一步：安装Ollama管理工具，视其为DeepSeek的“管家”，负责全面管理。

去Ollama官网下载安装包（https://ollama.com/）

点击Downlod

Windows用户，点击 Download for Windows

Mac用户，点击 Download for Mac

文件下载完成后：

Windows用户双击安装，Mac用户拖进应用程序文件夹

安装完成

切换到Ollama官网，选择Models，找到【deepseek-r1】。建议选择【7b】版本，既配置适中，性能也足够。

选择7b，然后复制右边的 ollama run deepseek-r1

第三步：以管理员身份运行命令提示符

打开命令行（Windows按Win+R输入cmd，Mac打开终端）

输入或粘贴命令行：ollama run deepseek-r1:7b

安心等待下载完成…

安装完成，进行下一步

下载安装Chatbox（https://chatboxai.app/zh）

点击免费下载

点击下一步

点击完成

进入软件后选择“Ollama API”

按图中配置

大功告成！本地部署的深度思考过程与Web版体验基本一致，接下来可以放心使用deepseek，再也不必担心访问受限了！

如果你的电脑无法支持，可以尝试云端版本。

作为重度用户，我深感本地部署虽好，但确实会导致过热——在运行7B模型时，CPU温度接近90℃。

去硅基流动官网注册账号（https://cloud.siliconflow.cn/i/q6F4Bf）

进入首页后，点击「模型广场」，找到【DeepSeek-R1】，再选择“在线体验”。

点击框选住的模型

可直接进行使用。

若担心网页意外关闭导致讨论内容“失联”，可以通过接入API与Chatbox关联，效果更佳。

在Chatbox上接入硅基流动API，只需简单三步：

回到硅基流动首页，左侧栏点击 「API密钥」→ 新建API密钥 → 复制密钥

打开Chatbox 应用之后，点击左下角，打开设置选项:

根据上述配置修改后，即可在云端运行DeepSeek

通过本教程，你已掌握DeepSeek的使用方法，无论是本地部署还是云端体验，都能轻松享受AI的便利！

公众号：嘴对嘴创业说 更多关于AI，Web3干货内容分享

如有疑问，欢迎在评论区或沟通群提问，期待交流！

软件：DS大模型安装助手

下载：DS大模型安装助手PC版免费下载-安装包（绿色）>>

目前部署的版本是R1深度思考（有新版本随时更新），部署完成后无联网可用，响应无延迟，可以永久使用。

1、下载之后双击文件安装，打开软件后，直接点右边的【立即安装DeepSeek】

2、安装过程不需要其他操作了，资源下载跟部署大概几分钟，部署完就可以用了。

推广区：2025.02.13新闻，openthinker 32b也能实现与deepseek R1 32b的效果（抱歉之前看错了），大小20G，只需要24G显存或者内存就可以运行。值得关注

ollama有，一样部署步骤。

不知道大家能不能看到收藏，我这里显示收藏是点赞的三倍多，大家是冲着部署的详细教程去的。

所以我认为，deepseek部署有可行性就够了，至于有没有必要性，很多人没那么重要。

大家听到openai训练ai需要几千亿美元，让ai推理需要十块H100(一块280万人民币)，部署满血deepseekR1需要几十几百万，可能吓到了。

因为deepseek部署费用太吓人，所以才问是否必要。然而只要可行性够，必要性不重要。

我的原文讲了部署deepseek的小蒸馏模型的可行性，我猜大家收藏就是为了这部分。我依旧愿意讲一讲必要性。

评论区 @知乎用户blfIvF 问到是否能回答食谱，

@大哥喝了酒 则提到了本地特化ai

你错了。 为什么大模型只能给出一个大概的方向，而给不了一个具体的操作步骤。 那是因为地球上的数据，能在互联网爬到的，已经基本上爬完了。 所以越是跟互联网开放的行业，如it,能用来训练大模型的数量和质量越好。在大模型上的表现也就越好。 但是，除了互联网上的数据，各行各业存在于各公司电脑，各从业者电脑的本地数据，这些数据才是将来大模型广泛应用的需要的东西。 这些东西能给出来吗？举个例子，比亚迪的三电数据，成本数据这些核心数据会让你通用大模型来训练吗？那大家都懂了，比亚迪靠什么吃饭呢？ 所以，通用大模型的发展方向是努力创造更先进的算法，而ai的应用一定是本地部署＋本地数据库。 甚至大模型到最后一定是类似于pc电脑那样的个人助手，谁的数据多更好，谁就更具竞争力。

我想将两位的问答结合起来，就是我们部署ai小模型的必要性。

我们的手机是特化的，汽车也是特化的，都有自己的用处。通用人工智能AGI虽然有各种技能，但不掌握各个行业的核心数据，核心数据是各个公司的核心财产，人家不共享，所以哪怕智能从现在的智障ai进化成AGI，在很多专业问题上，依旧需要专业AI，比如食谱AI。

未来会有专业特化的AI，比如高德公司可能会出品出行AI，不仅会导航，还会进军买票领域。

你要是爬山，可能会出一个爬山AI，综合地质学、生态学、地图路线、天气预报、sos救援、急救知识，你只需要问他，你就能告诉你所需要的一切。

食谱AI，需要在现在小模型基础上，加入营养学、卫生学、基础物理化学、物种学等知识，它甚至可以自行推演食谱。当然你喂一些食谱也是极好的。最后出来的食谱AI会非常有用。

食谱ai会取代家庭营养师，我想这几乎是肯定的，如果食谱ai能出来的话。食谱AI的问题是中毒等风险，所以需要药理学知识。

诸如此类吧。那么如何训练食谱ai，就需要加入刚才说的，比如药理学营养学等等知识，还需要加入各地的农作物种类产量，甚至可以接入农作物实时数据，就可以针对当地的物价给出最优惠且最好吃最有营养的食谱。

如何给AI喂药理学营养学知识？RAG，用资料喂，这是现阶段我们普通人能做的，但做不出真正的食谱AI。可以用unsloth，对模型进行调试，加入这些知识，然后缝合在一起，搞出来一个食谱AI分支，我看32B的小模型完全够用。总之现在AI日新月异，未来几个月会有更好算法，需要硬件更少。可以搞一个特化的AI出来。

这些经过严格训练的AI，比通用AI来说，会在敏感问题上针对性训练，比如食谱ai的中毒问题。这种针对专业问题特化的AI，绝对比通用AI有价值。

所以我个人觉得，个人入手，熟悉一下，对未来帮助很大。很多常识储备以供咨询的岗位，比如营养师，几乎可以肯定会下岗。AI的冲击会到来的。

西西里民谚，与你的朋友近些，但要跟你的敌人更近些。AI这玩意儿不管你怎么说，都会深刻影响和塑造未来的社会。AI或许如果不是你的朋友，那么你就更应该离你的敌人更近些。

废话少叙，直接上部署的配置和步骤：

我的电脑配置很低：

i7 Q720是一代i7，65nm制程，十五年前的cpu；性能可能只有现在顶级cpu的百分之一。

我的显卡就是个亮机卡，nvidia nvs 5100m，是换壳版gt216m。

RAM内存2×8，总共16G

部署了最小的蒸馏模型1.5b，可以解初中、高中、大学的数学题和物理题、化学题。

有人问我要整道题的步骤，贴不了，太大了，我放云盘了，链接: https://pan.baidu.com/s/1tHMJjP2IftjSupWcMfgw?pwd=0000 提取码: 0000 复制这段内容后打开百度网盘手机App，操作更方便哦

我问了一道初中化学题，如下：

具体解题如下：

我觉得这就很够了。十五年前的电脑，随意初中、高中、大学的数学、物理、化学题都能跑，这就够了。这就是意义。

还能跑诗歌，你要是写网文，结尾搞一首切题的律诗，逼格不是上去了吗。

1.5B跑诗歌不行：

亲测14B可以，提示词里需要加入“多想几遍”：

14B比1.5B表现好的多。或许1.5B的提示词里加“多思考二十遍”也能达到类似效果。

问题是欧盟最近搞了AI的相关的规定，禁止虐待有意识的AI。1.5B的蒸馏模型应该没有自我意识。即使有，我国也没有加入和认可这个协议。事实上我认为有意识的AI应该是禁止产生的。

推荐用ollama＋page assist插件。

下载ollama（ollama.com/），据说不好下载，有的地区下载不了。我也是当初花了半个小时到处找的。

七百多兆，我上传了

链接: https://pan.baidu.com/s/1aY0G7D4rpCe8pD-saRZehw?pwd=0000 提取码: 0000

下载后运行，

然后去ollama官网找代码。点到deepseek那，复制代码，用cmd运行，它自动从网上下载模型。

就下载完毕了。

代码如下：

ollama run deepseek-r1:1.5b ollama run deepseek-r1:7b ollama run deepseek-r1:14b ollama run deepseek-r1:32b

据说32B的比较合适，看内存，数据的大小如果大于内存，肯定不行。

你的电脑系统也需要占用总内存的大概30%，剩下的内存你看够不够。

有个邪法，你把硬盘调成内存，具体步骤自己百度。整出500G的内存也能运行471G完整版的deepseekR1，缺点是奇慢无比（内存花半个小时的问题，用这个办法需要几天几个星期），而且你的硬盘会很快坏掉。这个基本上是极端不推荐，因为没有意义。

page assist是浏览器插件，Chrome的需要魔法，我推荐firefox，不用魔法，而且火狐浏览器挺好，我一直用不惯Chrome。

下载完，安装完，就可以在浏览器里调，把page assist图标放浏览器显眼处，打开，设置一通，别问我，你不是白痴，你要相信自己。

设置一项项点开，有把握的就修改，没把握的就默认。

page asaist甚至允许deepseek本地模型联网，比chatbox强多了。

你可以问时间，天气只怕不行，也不能推荐电影票。

聊天数据还可以报保存为json文件等。

甚至还能RAG。也就是你喂他一些文档，他总结给你说。

这个nomic-embed-latest也是从ollama下的

这个插件太强了，还能调黑色，免得晚上亮瞎狗眼

总结就三条：

部署很简单

性能很出色

配置可以很落后

什么10块h100（一块280万人民币），完全不需要，本地简单用是可以的。

能不能运行，看内存，内存只要够，区别只是快慢。现在8g内存才二三十块钱，两条就是16g内存，也就五六十块钱，插上就能跑。

不要被deepseekR1几万几百万人民币的硬件价格吓到，最小巧的1.5b已经很牛逼了。你去看看别的模型，参数还在几百M大有人在，零点几b而已，不到ds最小蒸馏模型的五分之一。所以最小蒸馏模型并不意味着它弱啊，他只是跟完整deepseek比才小。

像个宠物，给它一点问题，逗一逗它，多好。

需要注意的是：

用cmd运行代码的时候，第一ollama需要处于运行状态，第二，你大概率是不能用管理员权限下的cmd运行代码，因为ollama在个人文件夹里，所以不要以管理员权限运行cmd。

第二个难点，ollama.exe在哪儿，在这：

C:\Users\用户名\AppData\Local\Programs\Ollama

把用户名改为自己的用户名即可。

一般都会在开始菜单里生成快捷方式的。

第三个难点，如何把page assist图标放在浏览器上

第四，如果你要用chrome也行，这是page assist的插件链接: https://pan.baidu.com/s/1Bug9amFTcJo_6BPW0FKmsA?pwd=0000 提取码: 0000 复制这段内容后打开百度网盘手机App，操作更方便哦

需要解压成文件夹，然后在chrome的扩展程序里打开开发者模式，选择“加载已解压的扩展程序”就可以了。

egde浏览器不行。

有点当年在windows7贴吧手把手帮助萌新的感觉了捏