Windows装DeepSeekR1步骤

AI技术
小华
2026-08-24

在Windows上部署DeepSeek-R1(深度求索公司推出的大语言模型)主要有两种方式:本地部署(适合有独立显卡、追求数据隐私的用户)和API调用(适合无显卡、快速体验的用户)。以下是详细步骤:

一、本地部署(推荐:Ollama工具,最简单)

Ollama是目前最便捷的本地大模型运行工具,支持一键下载和运行DeepSeek-R1,无需复杂配置。

1. 准备环境

  • 系统要求:Windows 10/11(64位)。
  • 硬件要求
  • 最低:8GB内存 + 集成显卡(可运行1.5B/7B小参数模型)。
  • 推荐:16GB+内存 + NVIDIA独立显卡(如RTX 3060+,可流畅运行7B/14B模型;32B/70B需更高配置)。
  • 网络:需下载模型(约1.5B模型1GB,7B模型4.5GB,14B模型9GB,32B模型20GB,70B模型43GB,建议用稳定网络)。

2. 安装Ollama

Ollama是跨平台的大模型运行工具,支持Windows、Mac、Linux。

  • 访问Ollama官网:https://ollama.com/
  • 点击「Download」→ 选择「Windows」→ 下载安装包(约100MB)。
  • 双击安装包,按提示完成安装(默认路径即可,安装后自动添加到系统环境变量)。

3. 验证Ollama安装

按下Win+R→ 输入cmd打开命令提示符,输入以下命令:

ollama --version

若显示版本号(如ollama version is 0.1.47),则安装成功。

4. 下载并运行DeepSeek-R1

Ollama已收录DeepSeek-R1的多个版本(按参数大小区分),根据硬件选择:

模型版本参数大小推荐硬件(Windows)命令
DeepSeek-R1:1.5b1.5B8GB内存 + 集成显卡ollama run deepseek-r1:1.5b
DeepSeek-R1:7b7B16GB内存 + RTX 3060(12GB显存)ollama run deepseek-r1:7b
DeepSeek-R1:14b14B32GB内存 + RTX 4090(24GB显存)ollama run deepseek-r1:14b
DeepSeek-R1:32b32B64GB内存 + 双RTX 4090(48GB显存)ollama run deepseek-r1:32b
DeepSeek-R1:70b70B128GB内存 + 专业显卡(如A100)ollama run deepseek-r1:70b

示例:运行7B版本
在命令提示符中输入:

ollama run deepseek-r1:7b
  • 首次运行会自动下载模型(需等待几分钟,取决于网络速度)。
  • 下载完成后,直接进入对话界面,输入问题即可与DeepSeek-R1交互(如你好,介绍一下你自己)。

5. 退出对话

输入/bye或按Ctrl+C退出Ollama对话界面。

6. 可选:安装图形化界面(更友好)

Ollama默认是命令行交互,若需要图形化界面,可安装Open WebUI(基于浏览器的界面):

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
  • 浏览器访问http://localhost:3000,注册账号后即可在图形界面中使用DeepSeek-R1(需确保Ollama已启动)。

二、API调用(无需本地部署,适合快速体验)

若没有独立显卡或不想下载模型,可直接调用DeepSeek官方API(需注册获取密钥)。

1. 获取API密钥

  • 访问DeepSeek开放平台:https://platform.deepseek.com/
  • 注册并登录,进入「API Keys」页面,点击「Create new key」生成密钥(妥善保存,仅显示一次)。

2. 调用API(Python示例)

pip install deepseek-api
  • 创建Python脚本(如deepseek_test.py),输入以下代码(替换YOUR_API_KEY为实际密钥):
from deepseek import DeepSeek
client = DeepSeek(api_key="YOUR_API_KEY")
response = client.chat(
model="deepseek-r1",  # 模型名称(需确认官方最新名称,可能为deepseek-r1-7b等)
messages=[{"role": "user", "content": "你好,DeepSeek-R1!"}]
)
print(response.choices[0].message.content)
  • 运行脚本:python deepseek_test.py,即可看到模型回复。

三、常见问题解决

  1. Ollama下载模型慢?

可配置Ollama镜像加速(需手动设置环境变量):

  • 按下Win+I→「系统」→「关于」→「高级系统设置」→「环境变量」→ 新建系统变量:
  • 变量名:OLLAMA_MODELS
  • 变量值:模型存储路径(如D:\ollama\models,避免C盘空间不足)。
  • 若网络受限,可尝试用代理或切换网络。
  1. 本地模型运行卡顿?
  1. API调用报错?
  • 检查API密钥是否正确。
  • 确认模型名称是否与官方一致(参考DeepSeek API文档)。
  • 检查网络是否可访问DeepSeek平台(国内用户需确保网络正常)。

总结

  • 有显卡、追求隐私 → 用Ollama本地部署(推荐7B版本,平衡性能与体验)。
  • 无显卡、快速体验 → 用API调用(需注册获取密钥)。

根据需求选择即可,本地部署的DeepSeek-R1响应速度更快,且数据不离开本地,适合敏感场景。

亿速云提供售前/售后服务

售前业务咨询

售后技术保障

400-100-2938

7*24小时售后电话

官方微信小程序