基于 Docker 和 Ollama 的 DeepSeek 本地大模型部署指南

一、引言

1、什么是 Docker

Docker：就像一个'打包好的 App'

想象一下，你写了一个很棒的程序，在自己的电脑上运行得很好。但当你把它发给别人，可能会遇到各种问题：

• '这个软件需要 Python 3.8，但我只有 Python 3.6！'
• '我没有你用的那个库，安装失败了！'
• '你的程序要跑在 Linux，我的电脑是 Windows！'

💡 Docker 的作用：它就像一个'打包好的 App'，把你的软件、依赖、环境、系统配置等全部封装到一个'容器'里，别人拿到这个容器，就能直接运行，而不用关心它内部的细节。

🚀 把 Docker 想象成'集装箱'

传统运输 vs. 集装箱运输

以前（传统部署）：

• 货物（程序）需要不同的包装方式（运行环境）
• 货物可能损坏（环境不兼容）
• 装卸麻烦（程序迁移难）

有了 Docker（容器部署）：

• 货物装进标准化集装箱（Docker 容器）
• 不管运到哪里，集装箱里东西不变（程序环境一致）
• 码头和船只可以直接装卸（轻松部署到不同系统）

Docker 让软件像'集装箱'一样标准化、可移植、易部署！🚢

2、什么是 Ollama

Ollama 是一个本地运行大语言模型（LLM）的工具，它可以让你在自己的电脑上直接运行 AI 模型，而不需要连接云端服务器。

💡 简单来说：Ollama 让你像运行普通软件一样，轻松在本地使用 ChatGPT、Llama、Mistral、Gemma 等大语言模型。

🚀 Ollama 的核心特点

1. 本地运行 🏠
   • 你不需要联网，也不用担心隐私问题，所有计算都在你的电脑上完成。
2. 支持多种开源模型 📚
   • 可以运行 Llama 3、Mistral、Gemma、Code Llama 等不同的大模型。
3. 易于安装和使用 🔧
   • 只需要几条命令，就能下载并运行 AI 模型。
4. 轻量化优化 ⚡
   • 适配 Mac（Apple Silicon）、Linux 和 Windows，支持 GPU 加速，让模型运行更快。
5. 离线推理 🔒
   • 适合不想依赖 OpenAI API 或其他云端 AI 服务的用户。

二、准备工作

1、操作系统

这里我们使用的操作系统为 CentOS 7.9，配置为 4 核 8G，大家也可以使用其他的 Linux 发行版本，或者使用 Windows。

2、镜像准备