DeepSeek 以其强大的功能和开源特性吸引了众多目光。对于普通人而言，若想充分挖掘 DeepSeek 的潜力，本地部署不失为一种好方法。它不仅能摆脱在线版本的限制，还能满足个性化需求。本文将为大家详细介绍如何低成本地在本地部署 DeepSeek。

一、为什么要本地部署 DeepSeek

突破在线限制：在线版本的 DeepSeek 常常遭遇 “服务器繁忙” 的状况，每天能获取的回答次数有限。比如很多用户反映，在使用高峰期，提问后经常长时间得不到回复 ，而本地部署则可以随时使用，不再受服务器状态的制约。

实现灵活定制：个人可以根据自身硬件资源和实际需求，自由调整 DeepSeek 的配置参数。就像图像设计师，能够依据自己电脑的显卡性能，选择合适的图像识别或生成模型版本，减少 “幻觉” 的产生，提升使用效果。

保障数据自主：在本地部署后，用户可以完全自主地管理本地数据，包括数据的存储、备份、删除等操作，方便对数据进行二次开发和利用，不用担心数据隐私泄露问题。

二、本地部署前的准备

（一）硬件要求

显卡：这是影响 DeepSeek 运行速度和性能的关键硬件。如果显卡性能不足，模型运行会非常缓慢甚至无法运行。例如，若想运行 7B 或 8B 的模型，建议配备 GTX 1060（6GB）及以上的显卡，RTX3060 及以上则更佳；要是运行 14B 的模型，最好有 12 核 CPU、32GB 内存以及 16GB 显存 。

内存：内存容量也不容忽视，8GB 内存是基本要求，推荐使用 16GB 及以上内存，以保证模型运行的流畅性。

存储空间：C 盘至少需要剩余 20GB 的空间，为了获得更好的性能，建议使用 NVMe 固态硬盘。

（二）部署工具选择

LM Studio：这是一款专为本地运行大语言模型设计的客户端工具，支持多种开源模型，提供简单易用的界面，用户无需编写复杂代码就能加载和运行模型，其 “本地化” 特性还能确保数据的隐私和安全。

Ollama：也是一个不错的选择，支持主流操作系统，如 macOS、Linux 和 Windows。在 Ollama 中搜索选择 DeepSeek 模型，即可完成在本地电脑上的部署，操作相对简单。

三、模型选择要点

DeepSeek 发布了不同参数量的模型，参数规模以 B（Billion，十亿）表示 。数值越高，模型越复杂，理解和生成能力越强，但对系统性能要求也越高，生成内容的速度会越慢。

1.5B 模型：文件较小，大约 3GB，适合初次体验和尝鲜，但性能相对较弱，不太推荐用于实际应用。

7B 模型：适合普通内容创作及开发测试场景，文件大小提升至 8GB，推荐搭配 16GB 内存 + 8GB 显存，能满足大多数用户的日常需求。

8B 模型：在 7B 的基础上更精细一些，适合对内容要求更高更精的场景，同样适合大多数普通用户。

14B 模型：文件大小提升至 16GB，建议配置 12 核 CPU + 32GB 内存 + 16GB 显存，适合专业及深度内容创作场景。

四、基于 LM Studio 的部署步骤

安装 LM Studio 客户端：在官网lmstudio.ai下载对应操作系统的安装包，下载完成后双击运行，按照提示完成安装。安装完成后启动 LM Studio。

设置语言：进入 LM Studio 后，点击右下角的设置图标（小齿轮），将语言改为简体中文，方便后续操作。

加载模型：

自行下载模型：如果能自己找到各种不同版本的模型，下载到本地后，点击左上方文件夹的图标，选择模型目录导入即可。这种方式的优点是可以选择自定义的模型，而且下载速度有保障。

在 LM Studio 中搜索下载：在 LM Studio 的设置里，常规部分选中 Use LM Studio's Hugging Face 的复选框，然后点击左上方的搜索图标（放大镜），搜索 deepseek 即可找到各种不同版本的模型。该方式使用简单，但下载可能不太稳定。

温馨提醒：如果硬件不是很强，不要犹豫，选在1.5b就行，处理一些简单的需求是没有问题的。如果硬件还可以，比如有着16GB内存、RTX3060的独显，那么可以选择7b或8b，14b也能运行，不过生成速度会慢一些，大约1秒能生成5个字左右；如果硬件很强，比如有着128GB内存、RTX5090D显卡，可以选择14b、32b，或者试试70b。

五、基于 Ollama 的部署步骤

1.安装 Ollama：打开 Ollama 官网ollama.com，点击 “Download”，根据本地电脑的操作系统类型下载对应的 Ollama 版本并完成安装。安装完ollama框架后，用win键+R键呼出运行，输入cmd打开命令行窗口，输入ollama，出现命令菜单就是安装成功了。

2. 运行 Ollama：确保电脑上已经运行 Ollama，以 Mac 为例，在顶部菜单栏中看到小羊驼图标即表示运行成功。

3. 搜索并选择模型：在 Ollama 官网搜索 “deepseek” ，点击 deepseek - r1，会出现多个不同大小的模型版本，根据自己的硬件配置选择合适的模型。

4. 运行模型：确定好想要的模型后，复制对应的命令到终端并执行。例如，运行 1.5B 模型，在终端输入 “ollama run deepseek - r1:1.5b” ，然后等待进度条 pulling manifest 下载到 100% 即可开始使用。

六、常见问题及解决方法

下载速度慢：使用 LM Studio 时，可以通过修改配置文件，将默认的 Hugging Face 镜像替换为国内镜像；使用 Ollama 下载模型卡顿的话，可以关掉命令行窗口再重新粘贴代码，通常会继续满速下载。

模型加载失败：确保模型文件的扩展名为.gguf，并检查 LM Studio 或 Ollama 是否为最新版本。

运行速度慢 / GPU 未调用：确认已安装最新的 CUDA 驱动，并重启 LM Studio 或相关程序；如果是硬件配置不足，可以尝试降低模型参数规模。

通过以上步骤和方法，普通人也能低成本地在本地部署 DeepSeek，开启属于自己的 AI 探索之旅。赶紧动手试试吧，利用 DeepSeek 为工作和生活带来更多便利和创新。