春节期间，最火爆的除了《哪吒 2》之外，应该就是 DeepSeek 了吧？DeepSeek 的火爆不仅让大家重拾了对 AI 的热情，更是能够提振国人的信心。不过由于 DeepSeek 过于火爆，以及来自外部势力的恶意攻击，导致 DeepSeek 的服务总是无法访问。
那么，我们可以在本地部署一个 DeepSeek-R1 以备不时之需，同时也可以为我们搭建本地知识库做准备。
写在前面
DeepSeek-R1 提供了很多版本，如下图所示：
DeepSeek 官网使用的是 DeepSeek-R1 671B（即 6710 亿参数）的满血版，由于硬件水平的限制，本地部署的 DeepSeek-R1 无法与 DeepSeek 官网提供的相提并论，但是应对官网无法访问时是足够的。
关于版本 DeepSeek-R1 的版本选择要量力而行，不是一定要部署 671B 的版本的。这里提供一些参考，我使用的是 NVIDIA RTX 3070TI 8G，选择的是 DeepSeek-R1 7B，我朋友使用的是 NVIDIA RTX 4090TI 24G，选择的是 DeepSeek-R1 32B（真是可恶啊），你可以根据自身的硬件条件选择合适的版本，如果你没有 GPU，那么就选择 DeepSeek-R1 1.5B 的版本就好了，也是能跑的~~
本文是基于 Windows 11 操作系统进行部署的，下面我们就正式开始在本地部署 DeepSeek-R1 吧！
Tips：由于种种原因，部分软件的下载速度会非常慢，甚至无法下载，你可以在公众号中回复关键字：DeepSeek教程软件，获取教程中的所有软件。
安装 Ollama
首先我们登录 Ollama 的官网（https://ollama.com/）下载 Ollama，如下图所示：
接着我们双击安装包安装 Ollama，如下图所示：
Tips：Ollama 会默认安装到 Windows 系统的 C:\Users\ 你的用户名 \AppData\Local\Ollama 下。
至此，Ollama 已经安装完成了，你可以在任务栏中看到 DeepSeek 的图标了。
你也可以在 PowerShell （或使用 CMD）中查看你的 Ollama 版本，命令如下：
ollama --version
结果如下图所示：
修改 Ollama 下载模型的路径
除了 Ollama 会默认安装到电脑的 C 盘中，通过 Ollama 下载的大模型也会安装到 C 盘，这可能是很多习惯磁盘分区的小伙伴无法忍受的，那么我们可以通过修改环境变量的方式修改 Ollama 下载大模型的路径。
首先我们找到环境变量编辑器，你可以通过搜索栏搜索，或者是在设置中搜索，如图所示：
打开环境变量编辑器，我们新增一个环境变量，如下图所示：
我们输入环境变量名称：OLLAMA_MODELS 和变量值（选择你本地的一个路径），如下图所示：
最后保存这个环境变量，并重启电脑，否则该环境变量不生效。
安装 CUDA
下载大模型之前，我们还需要安装 CUDA，否则你的大模型会直接使用 CPU，效果差不说还会造成电脑的卡顿。再次提示，你可以在公众号中回复关键字：DeepSeek教程软件，获取教程中的所有软件。
我们打开 NVIDIA CUDA Toolkit 的官网（https://developer.nvidia.com/cuda-toolkit）下载 CUDA 应用，如图所示：
接着我们选择合适的 CUDA 版本，如下图所示：
下载完成后我们安装 CUDA，安装同样非常简单，选择好安装路径即可。
下载大模型
最后我们来下载大模型，再次打开 Ollama 的官网（https://ollama.com/），选择 Models 选项，如下图所示：
接着我们选择 DeepSeek-R1 大模型，如下图所示：
选择合适的大模型版本，并复制下载命令，如下图所示：
最后，我们使用复制的指令在 PowerShell（或者是 CMD）中下载大模型，如下图所示：
使用大模型
我们重新打开 PowerShell（或是 CMD），输入指令ollama list查看当前安装的大模型，如下图所示：
接着我们通过上面的大模型名称来使用大模型，输入指令ollama run [modle_name]，如下图所示：
至此，我们就已经能够在本地使用 DeepSeek 大模型了，但是这样有点丑，别着急，下一篇文章中我们一起来部署图形化界面。
好了，今天的内容到这里就结束了，如果本文对你有帮助的话，还请多多点赞指出，如果能够关注一下就更好了~~