声明‖ 本文原创非首发，首发于头条。按微头条首发创作者要求，头条发布72小时后转载发布于简书。微条 2501|| 多篇微条集合
（续前）
现在你就可以和deepseek这个人工智能大模型进行正常对话聊天儿了，多好。
有人也许要问，为什么非要将Deep seek大模型部署到本地运行呢，目前在线的版本用着不是也挺好的么。
这个要回答起来，那可真是满眼都是泪。
进行本地部署，近期的原因是因为，如果我们现在无论是从手机端还是从电脑端运行大模型，我估计向大模型问三个问题，会有两个出现网络延迟或拒绝服务，看着那小圆圈转呀转呀，就是不出结果，真是急死个人。
造成这个的原因，一方面是目前Deep seek大模型使用客户数太多，服务器能力不足，造成网络拥堵和服务延迟，另一方面就是deepseek近期经常遭受到国外的大规模黑客攻击，经常性地造成无法正常对外提供服务。
正因为如此，如果我们完成了deep seek大模型的本地部署，我们就是使用自己的电脑硬件在为自己提供独立的人工智能服务了，既不对外依赖于网络，也不依赖于服务器，对于一些比较常规的简单问题，那应该是飞速响应的。
另外一方面本地部署的好处就在于，我们把自己的一些内部资料交给大模型进行处理，不存在泄密或者说是信息泄露的风险，尤其是当我们把日常经常性的工作数据交给大模型进行训练调优，建立个性化的专家库，技能库的时候，保证私人信息安全，这一点尤为重要。
实现人工智能大模型的本地部署和运行，就能够较好地避免信息外泄，同时，因为大模型只接受我们私人的专业内容数据，而没有大量其他各类数据信息的干扰，通过对大模型进行训练，慢慢的积累经验，大模型就能够完成个性化调试，慢慢的就能够在特定的专业技术领域，专业度越来越高，专业技能越来越强，干很多非常专业的事情，从而为我们节省大量的时间和精力。
当然我只是把我自己的观点和看法分享给大家，说的不一定完全准确，但大体意思肯定是没问题的。
比如我准备下一步进行的工作，就是教会本地部署的大模型，如何从大量简历之中提取有用的信息，生成相应的人员信息表格。
（待续）
