DeepSeek本地部署+数据训练AI教程
DeepSeek是杭州深度求索人工智能基础技术研究有限公司（成立于2023年7月17日）推出的AI助手，于2025年1月15日正式上线。它凭借自然语言处理、机器学习与深度学习、大数据分析等核心技术优势，在推理、自然语言理解与生成、图像与视频分析、语音识别与合成、个性化推荐、大数据处理与分析、跨模态学习以及实时交互与响应等八大领域表现出色。它能进行逻辑推理、解决复杂问题，理解和生成高质量文本，精准分析图像和视频内容，准确识别和合成语音，根据用户偏好提供个性化推荐，高效处理大规模数据并挖掘有价值信息，实现多模态数据融合与学习，以及通过智能助手和聊天机器人实现快速的自然语言交互。
部署教程
硬件配置
以下是不同参数量模型的本地部署硬件要求和适用场景分析。注：部分数据基于模型通用需求推测，具体以实际部署测试为准。
✅ DeepSeek-R1-1.5B
CPU: 最低 4 核（推荐 Intel/AMD 多核处理器）
内存: 8GB+
硬盘: 3GB+ 存储空间（模型文件约 1.5-2GB）
显卡: 非必需（纯 CPU 推理），若 GPU 加速可选 4GB+ 显存（如 GTX 1650）
场景：低资源设备部署，如树莓派、旧款笔记本、嵌入式系统或物联网设备
✅ DeepSeek-R1-7B
CPU: 8 核以上（推荐现代多核 CPU）
内存: 16GB+
硬盘: 8GB+（模型文件约 4-5GB）
显卡: 推荐 8GB+ 显存（如 RTX 3070/4060）
场景：中小型企业本地开发测试、中等复杂度 NLP 任务，例如文本摘要、翻译、轻量级多轮对话系统
✅ DeepSeek-R1-8B
CPU: 8 核以上（推荐现代多核 CPU）
内存: 16GB+
硬盘: 8GB+（模型文件约 4-5GB）
显卡: 推荐 8GB+ 显存（如 RTX 3070/4060）
场景：需更高精度的轻量级任务（如代码生成、逻辑推理）
✅ DeepSeek-R1-14B
CPU: 12 核以上
内存: 32GB+
硬盘: 15GB+
显卡: 16GB+ 显存（如 RTX 4090 或 A5000）
场景：企业级复杂任务、长文本理解与生成
✅ DeepSeek-R1-32B
CPU: 16 核以上（如 AMD Ryzen 9 或 Intel i9）
内存: 64GB+
硬盘: 30GB+
显卡: 24GB+ 显存（如 A100 40GB 或双卡 RTX 3090）
场景：高精度专业领域任务、多模态任务预处理
✅ DeepSeek-R1-70B
CPU: 32 核以上（服务器级 CPU）
内存: 128GB+
硬盘: 70GB+
显卡: 多卡并行（如 2x A100 80GB 或 4x RTX 4090）
场景：科研机构/大型企业、高复杂度生成任务
✅ DeepSeek-R1-671B
CPU: 64 核以上（服务器集群）
内存: 512GB+
硬盘: 300GB+
显卡: 多节点分布式训练（如 8x A100/H100）
场景：超大规模 AI 研究、通用人工智能（AGI）探索
步骤
1.Win版安装教程（Ollama+AnythingLLM安装、DeepSeek模型下载）
2.Mac版安装教程（Ollama+AnythingLLM安装、DeepSeek模型下载）
3.AnythingLLM设置方法（聊天模型+训练模型设置）
4.如何投喂数据
5.DeepSeek-R1应用展示
Win版安装教程
- 下载ollama（ollama.com/download）
- 点击Install安装
- 解决Ollama默认下载模型到C盘问题（可跳过）
在D盘新建一个文件夹命名为OllamaAI，然后打开系统环境变量，新建变量名：OLLAMA_MODELS 变量值：D:\OllamaAI，设置完成后重启电脑。
4. 重启电脑后，在开始菜单找到Ollama程序打开，打开后在电脑右下角会有一个羊驼图标显示。
5. 按快捷键Win+R，输入cmd确定。
- 输入ollama run+模型名称，按回车键即可下载（看上面选择下载其中一个或多个，此过程可能有点慢，若下载失败重新输入命令下载即可），如下：
ollama run deepseek-r1:1.5b
ollama run deepseek-r1:7b
ollama run deepseek-r1:8b
ollama run deepseek-r1:14b
deepseek-r1模型下载完成后（提示success即是下载完成）
ps：若是要删除模型，输入命令ollama rm+模型名称，如ollama rm deepseek-r1:14b
7.在CMD新窗口中输入命令ollama pull nomic-embed-text回车下载nomic-embed-text嵌入式模型（后面做数据投喂会用到）。
8.deepseek-r1与nomic-embed-text模型下载完成后，开始安装AnythingLLM软件。（anythingllm.com/desktop）
9.选择【所有用户】点击下一步。
- 修改路径地址中的首字符C可更改安装位置，本例安装到D盘，点击下一步。w
11.安装中…，安装到提示下载ollama_lib.zip可点击取消，不然要等1小时间才能下载完成。
12.点击完成。
13.点击【Get started】。
14.点击箭头，进行下一步。
15.输入工作区名称，点击下一步箭头。
16.点击【设置】，里面可以设置模型、界面显示语言等。
17.若软件显示英文，可在Customization外观定制里面选择Chinese即可。
Mac版安装教程（支持MacOS 11.0及更高）
1.双击安装Ollama（支持M系列与Intel系列CPU），选择【Move to Applications】然后点击Next安装完成即可。
2.通过终端分别安装deepseek-r1与nomic-embed-text模型，注意两个模型若是一起下载会报错，建议一个模型下载完成后，再开一个终端窗口下载。下载方式与Win版7~8步骤类似，这里不过多介绍。
3.双击打开AnythingLLM（根据自己电脑芯片选择ARM或Intel版安装包），将AnythingLLM拖入到【Applications】文件夹完成安装。若打开软件为英文，参考Win版第17步设置。
AnythingLLM设置（Mac与Win设置方法一样）
1.在软件设置里面，LLM首选项界面，提供商选择Ollama，Ollama Model选择你前面下载的DeepSeek-R1系列模型1.5b~671b，然后点击Save changes。
2.在Embedder首选项界面，嵌入引擎提供商选择Ollama，Ollama Embedding Mode选择【nomic-embed-text】，然后点击保存更改。
3.点击【工作区设置】。
4.聊天设置界面，❶工作区LLM提供者选择【Ollama】，❷工作区聊天模型选择【deepseek-r1】模型，❸然后点击【Update workspace agent】。
5.代理配置界面，工作区代理LLM提供商选择【Ollama】，工作区代理模型选择【deepseek-r1】，然后点击【Update workspace agent】。
如何投喂数据（训练AI）
1.在工作区界面，点击【上传】。
2.❶点击upload选择需要上传的文件（支持PDF、Txt、Word、Excel、PPT等常见文档格式）。❷勾选上传的文件，❸点击【Move to Workspace】。
3.点击【Save and Embed】。
DeepSeek-R1应用展示
1.投喂数据后，可以生成训练数据中预期的json约定格式数据，以此和垂直业务进行对接
2.在设置【对话历史记录】界面，工作区聊天记录可以导出也可以删除。
希望本文可以为您提供帮助！
