DeepSeek部署没那么难，个人电脑上也可以运行，教程来了！

最近DeepSeek 爆火，自己尝试了下，发现几个问题。 比如：下载无法使用，访问终端页面显示系统崩溃。本地化安装新手比较困难等。

基于此，本文主要重点介绍:

1. Ollama开源工具安装部署

2. DeepSeek R1模型及参数说明

3. 为什么要本地化部署？

4. ChatBox可视化工具使用。

5. 同时附上了开箱即用的本地安装保姆级教程。

用一个图描述下Ollama、DeepSeek、ChatBox 三者关系

一、Ollama 简介

Ollama: 在本地运行 Mistral、Llama 3.3、DeepSeek R1 等大语言模型的开源工具

Run Llama 3.3, DeepSeek-R1, Phi-4, Mistral, Gemma 2, and other models, locally.

官网地址  https://ollama.com/

主要优势：

• 一行命令搞定大模型部署

• 完全本地运行，保护隐私

• 支持 Mac、Windows、Linux 系统，快速上手

• 响应速度快，支持GPU加速（GPU英文全称Graphic Processing Unit，中文翻译为“图形处理器”。我们通常就叫它显卡）

二、Ollama 下载、安装和部署

点击download,进入下载页，有3个版本：Mac,Linux,Windows版本。 为方便大众使用，本教程只讲述：Windows版本本地化安装和部署。

注意：电脑系统版本要求windiws10已以上

1、下载到本地

出现上面的页面别慌，扫码关注公众号 博通AI，回复 部署DeepSeek ,可以获得 Ollama下载地址及方法

2、双击运行 OllamaSetup.exe

3、点击 install，安装需要一定时间

注意：默认安装在C盘

4、验证安装是否成功

快捷键 Windows+R , 打开cmd命令窗口，输入

C:\Users\admin>ollama -v
ollama version is 0.5.7

出现版本号，即为安装成功

三、选择 DeepSeek R1模型

1、选择模型

2、参数说明

在 AI 模型（如 DeepSeek-R1）中，参数数量（例如 1.5b、7b、14b 等）是指模型中可训练的参数总数。这些参数是模型通过学习数据来调整的权重，用于捕捉数据中的模式和规律。参数数量通常用来衡量模型的规模和复杂度：

1.5b：15 亿个参数。

7b：70 亿个参数。

14b：140 亿个参数。

32b：320 亿个参数。

70b：700 亿个参数。

671b：6710 亿个参数。

...

一般来说，参数数量越多，模型的表达能力越强，能够处理更复杂的任务，但同时也会对硬件资源（如 GPU 内存、计算能力）要求更高。

4、安装详细操作

个人电脑为8核16GB，这里选择14b作为样例演示，

如果你电脑没有专用显卡，只有集成显卡就选1.5b参数，
有8G显卡，如4060或4070，可以选7b参数。
有16G 显卡，可以选14b参数
如果有3090,4090显卡，可以选32b参数

C:\Users\admin>ollama run deepseek-r1:14b

页面显示安装进度，安装需要时间，请耐心等待.....

安装成功，测试下，验证结果

四、可视化客户端ChatBox AI

ChatBox AI 是学习大模型客户端，类似一个app门户，支持多种大模型应用，支持跨平台，更直观易用。

官网地址：https://chatboxai.app/zh

1、下载安装

2、配置ChatBox

找到设置，弹出的页面中配置

五、最终测试

关掉网络，查看本地大模型是否生效？

可以看到，演示正常。至此，本地大模型安装部署完毕。可以使用啦！