背景介绍
DeepSeek-R1 是深度求索公司推出的高性能开源推理模型，专注于数学推导、代码生成和自然语言推理任务。其独特之处在于采用知识蒸馏技术，能够将大型模型的能力浓缩至更小参数量级（如1.5B/7B/32B），在保持高准确性的同时显著降低硬件门槛，支持2G显存设备运行。该模型通过分步展示推理过程增强可解释性，并遵循MIT开源协议，适用于教育辅助、编程开发等场景。
Ollama 是一款基于Go语言开发的轻量化本地大模型部署框架，其设计理念类似于Docker，通过命令行实现模型管理（pull/run/list等），支持Windows、Linux、macOS多平台部署。该框架内置模型仓库提供DeepSeek-R1、Llama2等主流模型，结合CPU/GPU混合计算优化，使开发者无需云端依赖即可构建RAG系统或对话应用。通过OpenWebUI等扩展组件，用户可获得类ChatGPT的交互体验，实现私有化AI服务快速搭建。
基于以上两个背景，本人也做了deepseek-r1 1.5B本地化部署，结合vscode进行使用。
Ollama下载
ollama可以通过官网（https://ollama.com）下载，也可以共同以下百度网盘（https://pan.baidu.com/s/1hUO4-ZKsAoOITVPTHTMqLg?pwd=tcj1）进行下载。ollama模型库（https://ollama.com/search）里面有很多流行大语言模型，可根据自己的需要下载。
deepseek模型下载
下载Ollama 模型库上的deepseek模型链接deepseek-r1（https://ollama.com/library/deepseek-r1）。DeepSeek 的第一代推理模型具有与 OpenAI-o1 相当的性能，包括从基于 Llama 和 Qwen 的 DeepSeek-R1 中提炼出的六个密集模型（1.5B,7B,8B,14B,32B,70B,671B）。
DeepSeek 团队已经证明，较大模型的推理模式可以提炼成较小的模型，与通过 RL 在小模型上发现的推理模式相比，性能更好。 以下是使用 DeepSeek-R1 生成的推理数据，通过针对研究界广泛使用的几个稠密模型进行微调创建的模型。评估结果表明，提炼后的较小稠密模型在基准测试中表现异常出色。对于日常办公1.5B-7B的小模型基本够用，1.5B模型还可以部署在CPU上，非常方便，本文介绍deepseek1.5B模型的本地部署。
以上蒸馏模型的下载方法：
DeepSeek-R1-Distill-Qwen-1.5B
ollama run deepseek-r1:1.5b
DeepSeek-R1-Distill-Qwen-7B
ollama run deepseek-r1:7b
DeepSeek-R1-Distill-Llama-8B
ollama run deepseek-r1:8b
DeepSeek-R1-Distill-Qwen-14B
ollama run deepseek-r1:14b
DeepSeek-R1-Distill-Qwen-32B
ollama run deepseek-r1:32b
DeepSeek-R1-Distill-Llama-70B
ollama run deepseek-r1:70b
另外也可以用ollama pull指令将模型镜像下载到本地，之后在通过ollama run指令启动本地模型，另外通过ollama list可以查看当前系统下有多少个模型镜像。
VS Code插件本地部署
首先打开vscode的应用扩展界面，输入“continue”，找到Continue插件，点击改插件右下角的蓝色“install”按钮进行安装。
本文搭建的硬件平台是纯CPU版本。可以搭建gpu版本，ollama做了相关兼容。
