DeepSeek-R1 入门

DeepSeek-R1 简介

DeepSeek-R1 是深度求索（DeepSeek）公司开发的智能助手，基于其自研的大语言模型技术构建。以下是其核心特点：

1. 核心能力

• 支持文本生成、多轮对话、复杂推理等任务
• 具备多语言处理能力（中英文为主）
• 正在拓展多模态理解与生成功能

2. 技术优势

• 采用混合专家（MoE）架构提升模型效率
• 通过持续学习优化性能表现
• 提供不同规格的模型版本适配多样需求

3. 应用场景

• 企业级应用：客户服务、内容生成、数据分析
• 开发者服务：通过API接入各类应用
• 研究支持：提供开放平台供算法实验

4. 服务模式

• 公有云API服务
• 私有化部署方案
• 定制化模型训练支持

该模型持续迭代更新，官方建议通过其开放平台获取最新技术文档和接口说明。

[!NOTE]

以上简介内容由 deepseek-r1 671B 满血版模型生成，仅供参考。

本地部署

安装 Ollama

Ollama 是一款工具，通过它可以本地启动及运行大语言模型（包括但不限于 Llama 3.3, DeepSeek-R1, Phi-4, Mistral, Gemma 2 等）。

下载安装包

访问 Ollama 下载页下载安装包并执行安装，下载页地址：https://ollama.com/download

执行安装

安装过程略。

安装完成后，可在命令行终端执行命令 ollama --version 验证安装的版本。示例：

常用命令

拉取模型：ollama pull

运行模型：ollama run

列出本地模型：ollama list

删除模型：ollama rm

模型部署

模型选择

DeepSeek-R1 目前有 1.5b / 7b / 8b / 14b / 32b / 70b / 671b 等多个模型，需根据你的硬件条件选择合适的版本。

通用配置原则

1. 模型显存占用

   （估算）：

   • 每 1B 参数约需 1.5-2GB 显存（FP16 精度）或 0.75-1GB 显存（INT8/4-bit 量化）。
   • 例如：32B 模型在 FP16 下需约 48-64GB 显存，量化后可能降至 24-32GB。

2. 内存需求：至少为模型大小的 2 倍（用于加载和计算缓冲）。

3. 存储：建议 NVMe SSD，模型文件大小从 1.5B（约 3GB）到 32B（约 64GB）不等。

我的电脑是 MacBook Pro(13-inch, M1, 2020)，勉强能上 7b 版本。

模型安装

执行命令 ollama run deepseek-r1:7b 拉取并运行模型，示例：

测试对话

问一个简单的问题，测试下效果：

应用集成

命令行的方式有些简陋，并且设备的硬件规格限制无法使用满血版模型，因此我更倾向于付费使用 DeepSeek。可以在官方购买流量包（当然也可使用硅基流动、阿里云百炼等第三方服务），在 Chatbox 客户端上使用自己的 API KEY 配置，使用起来更加丝滑。

以阿里云百炼为例，下图为需要配置的信息：

提问测试下效果，如图：

更多 DeepSeek 的实用集成可参考 https://github.com/deepseek-ai/awesome-deepseek-integration/blob/main/README_cn.md