平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“DeepSeek-R1本地部署的极简教程”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。
环境
理解这一步时，本人在本地部署了两个版本的deepseek-r1，分别为8b和14b版本。其中8b能够流畅推理，14b版本推理速度会慢一点，平均等待时间10-20秒。
环境为
CPU：amd 3100
GPU：RTX 3060 8G
MEMORY：16G
SYSTEM: win11
部署
1.安装 ollama
首先进入 ollama 官网 （链接已移除）
然后点击download，选择本地电脑对应的版本
下载后进行安装。
注意：安装时默认采用C盘，确保你的C盘有足够多的空间能够安装 ollama 及后续的大模型，建议C盘空间 ≥ 12G
在这个场景下，安装后在电脑开始页面启动 ollama，随后查看任务栏，有 ollama 图标意味着 ollama已经启动。
落到代码里，我们回到 ollama 官网，在搜索栏搜索 deepseek-r1
结合项目来看，选择适合自己的版本，注意右侧的GB代表磁盘容量，确保C盘有足够的磁盘容量。
若你的电脑和我设置差不多能够尝试8b，
拥有12G以上的显存采用14b版本应该能够流畅运行，
更多的参数量，比如32b建议采用3090或4090。
2.部署 deepseek-r1
采用下面命令进行安装，8b代表选择8b的版本
ollama run deepseek-r1:8b
理解这一步时，随后打开任务管理器（记得用管理员），随后输入命令进行部署，本地会下载对应的模型。
结合项目来看，出现下面情况代表安装完成，当然可能会出现超时问题，重新运行上面部署代码即可
随后采用/?或/help进行测试。
最后展示下效果
到此这篇关于DeepSeek-R1本地部署指南极简版的文章就介绍到这了,更多相关DeepSeek-R1本地部署内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多兼容脚本之家！
- 0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程
- Linux 服务器本地部署 DeepSeek-R1 大模型同时在远端Web-UI访问保姆级教程
- Java调用Deepseek-R1.1.5b大模型的超详细教程(附代码)
- Golang中调用deepseekr1的教程详解
- 如何采用 Python 实现 DeepSeek R1 本地化部署
- DeepSeek-R1 云环境搭建部署流程