PythonAI算法
本地部署 DeepSeek-R1 模型：电脑与手机方案及硬件需求详解
DeepSeek-R1 模型的本地部署涉及硬件评估、工具安装及客户端配置。全参数、蒸馏及量化模型的硬件需求差异，提供了 Ollama 在主流操作系统的安装与模型拉取命令，指导了 Open WebUI 和 Chatbox 等 UI 客户端的部署方法，并给出了安卓手机使用 MNN 框架运行模型的具体步骤。内容涵盖常见问题排查与性能优化建议，帮助用户在个人设备上实现高效、私有的 AI 模型运行环境。
DeepSeek-R1 模型的本地部署涉及硬件评估、工具安装及客户端配置。全参数、蒸馏及量化模型的硬件需求差异，提供了 Ollama 在主流操作系统的安装与模型拉取命令，指导了 Open WebUI 和 Chatbox 等 UI 客户端的部署方法，并给出了安卓手机使用 MNN 框架运行模型的具体步骤。内容涵盖常见问题排查与性能优化建议，帮助用户在个人设备上实现高效、私有的 AI 模型运行环境。
DeepSeek-R1 模型因其先进的功能和成本效益而备受关注。在本地运行此模型能够深入了解 AI 技术，同时保障数据隐私。本文将引导您完成在本地机器上设置和运行 DeepSeek-R1 模型的全过程，涵盖硬件要求、必要工具的安装以及客户端的使用。
DeepSeek-R1 提供多种版本，每个版本都有特定的硬件要求，请根据您的设备配置选择合适的模型。
这是 R1 的原始版本，包含大量参数，精度高，但需要巨大的计算资源。
蒸馏模型通过知识蒸馏，让较小的模型学习较大模型的行为，从而在扩充性能的同时减少资源需求。
量化模型将精度降低至 4bit，大幅降低显存占用。
Ollama 是一款流行的在本地运行大模型的工具，支持 macOS、Windows 和 Linux。
curl -fsSL https://ollama.ai/install.sh | sh
安装完成后，Ollama 默认会在本地 11434 端口开启服务。您可以在终端中验证：
ollama list
如果看到已下载的模型列表，说明服务正常。
在终端中搜索并拉取 DeepSeek 模型：
ollama pull deepseek-r1:latest
或者指定具体版本（如 7B）：
ollama pull deepseek-r1:7b
为了获得更好的交互体验，建议使用图形化界面客户端。
Open WebUI 支持 Docker 部署，简单方便，功能丰富。
Docker 部署命令：
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
部署后访问 http://localhost:3000 即可使用。
Chatbox 是一个跨平台的桌面客户端，支持连接本地 Ollama 服务或其他 API。
http://localhost:11434。手机端目前推荐使用安卓系统配合 MNN 框架进行本地部署。
DeepSeek-R1-1.5B-Qwen-MNN 版本。注意：手机端的推理速度受限于 CPU/NPU 性能，建议关闭后台其他应用以获得最佳响应速度。
sudo systemctl restart ollama (Linux)。通过以上步骤，您可以成功在本地环境中部署并运行 DeepSeek-R1 模型，享受私有化 AI 服务的便利。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online