91云 先说结论： 用 Ollama 部署 DeepSeek ，其实就三步： 装 Ollama → 运行 ollama run deepseek-r1:7b （或其他尺寸）→ 开始聊天 。普通电脑选 1.5b ～ 8b ，有 16GB 显存选 14b ， 24GB 以上可以试 32b 。但要先知道一点： 能在家用电脑上跑的是 ” 蒸馏小模型 ” ，不是官网那个满血版 ，满血版 671b 需要 400GB 级的存储和多卡服务器。
本文模型信息核对自 Ollama 官方模型库（ 2026 年 10 月）。
为什么要本地部署？
- 隐私： 数据不出自己的电脑或服务器，适合处理敏感资料。
- 离线可用： 没网也能用，不受 ” 服务器繁忙 ” 影响。
- 可以接入自己的工具： Ollama 提供 API ，可以接网页聊天界面、笔记软件、自动化脚本。
如果你只是日常聊天，直接用官网 chat.deepseek.com 更省事、效果也更好；本地部署适合想折腾、看重隐私或要做二次开发的朋友。
第一步：先看你的电脑 /VPS 能跑哪个版本
Ollama 上的 deepseek-r1 有多个尺寸（下表文件大小来自 Ollama 官方 tags 页，默认是 4 位量化版本）：
| 标签 | 实际模型 | 文件大小 | 建议配置（参考） |
|---|---|---|---|
| deepseek-r1:1.5b | R1 蒸馏 Qwen 1.5B | 1.1GB | 4GB 显存 / 内存即可尝鲜 |
| deepseek-r1:7b | R1 蒸馏 Qwen 7B | 4.7GB | 8GB 显存 |
| deepseek-r1:8b （默认 latest ） | R1-0528 蒸馏 Qwen3 8B | 5.2GB | 8GB 显存 |
| deepseek-r1:14b | R1 蒸馏 Qwen 14B | 9.0GB | 16GB 显存 |
| deepseek-r1:32b | R1 蒸馏 Qwen 32B | 20GB | 24GB ～ 32GB 显存 |
| deepseek-r1:70b | R1 蒸馏 Llama 70B | 43GB | 多卡或大显存服务器 |
| deepseek-r1:671b | DeepSeek-R1 满血版 | 404GB | 多卡服务器 |
几点提醒：
- 直接运行
ollama run deepseek-r1不带标签，下载的是默认的 8b 版本，不是满血版。 - 没有独立显卡也能跑， Ollama 会用 CPU 和内存，只是慢很多。纯 CPU 建议从 1.5b 或 7b 开始。
- Mac （ Apple 芯片）用的是统一内存， 16GB 内存的 Mac 跑 7b/8b 比较舒服。
- ” 建议配置 ” 是经验值，上下文开得越长占用越高。
DeepSeek 最新的 V4 系列也开源了权重，但最小的 V4-Flash 也有 2840 亿参数，基本是机房级别的活，个人部署还是以 R1 蒸馏版为主。
第二步：安装 Ollama
Windows / macOS
打开 Ollama 官网 ollama.com/download ，下载对应系统的安装包，双击安装即可。装完后打开终端（ Windows 用 PowerShell 或 CMD ， Mac 用 ” 终端 ” ），输入：
ollama --version能显示版本号就说明装好了。
Linux / VPS
一条命令安装（官方脚本）：
curl -fsSL https://ollama.com/install.sh | sh安装脚本会把 Ollama 注册成系统服务。检查是否在运行：
systemctl status ollama第三步：下载并运行 DeepSeek
按上面的表选一个尺寸，比如 8GB 显存的电脑：
ollama run deepseek-r1:7b 第一次会先下载模型文件（ 4.7GB ），下载完自动进入对话。直接输入问题回车就行，输入 /bye 退出。
常用命令：
ollama list # 查看已下载的模型
ollama pull deepseek-r1:14b # 只下载不运行
ollama rm deepseek-r1:7b # 删除模型，释放空间
ollama ps # 查看正在运行的模型 R1 系列是推理模型，回答前会输出一段 <think> 思考过程，这是正常现象。
第四步：在 VPS 上部署要注意什么
放在 VPS/ 云服务器上，好处是随时随地能用，还能给团队共享。几个要点：
- 配置： 普通无显卡 VPS 只能跑 1.5b/7b ，而且速度慢，建议至少 8GB 内存。想跑 14b 以上，需要带 GPU 的云服务器。
- 硬盘： 预留模型大小的 1.5 倍以上空间。
- 默认只监听本机： Ollama 默认地址是 127.0.0.1:11434 ，外网访问不到，这是安全的。
- 需要远程访问时： 可以设置环境变量
OLLAMA_HOST=0.0.0.0让它监听所有地址（ systemd 服务需在服务配置里加 Environment 后重启）。 但 Ollama 本身没有密码验证 ，千万不要直接把 11434 端口暴露到公网，否则任何人都能用你的服务器。建议用 SSH 隧道、防火墙白名单，或者前面加一层带认证的反向代理。
最简单安全的远程用法是 SSH 隧道，在自己电脑上执行：
ssh -L 11434:127.0.0.1:11434 用户名 @ 你的服务器 IP之后在本机访问 127.0.0.1:11434 ，就等于在用服务器上的 Ollama 。
第五步：给它装个网页聊天界面（可选）
命令行不好用？可以装 Open WebUI 这类开源界面，体验接近 ChatGPT 网页版。它支持连接 Ollama ，用 Docker 部署比较方便，具体命令以 Open WebUI 官方文档为准。装好后在界面里选择 deepseek-r1 模型就能聊天。
另外 Ollama 自带 API ，开发者可以直接调用：
curl http://localhost:11434/api/generate -d '{
"model": "deepseek-r1:7b",
"prompt": " 用一句话解释什么是大模型 "
}'常见问题排查
- 下载很慢： 模型文件大，多试几次或换个网络时段； Ollama 支持断点续传，重新执行命令会接着下载。
- 运行很卡： 模型选大了，换小一号；关掉其他占内存的程序。
- 回答质量一般： 小尺寸蒸馏模型能力有限，复杂任务还是用官网满血版效果更好。
常见问题（ FAQ ）
本地部署的 DeepSeek 和官网的一样吗？
不一样。家用电脑能跑的 1.5b ～ 70b 都是用 DeepSeek-R1 数据训练的蒸馏小模型，只有 671b 是 R1 本体。官网现在用的是更新的 V4 系列。
没有显卡能部署吗？
能， Ollama 会用 CPU 运行，建议选 1.5b 或 7b ，速度会比较慢。
8GB 显存选哪个？
选 deepseek-r1:7b 或 8b ，文件约 5GB 。
部署在 VPS 上安全吗？
默认只监听本机是安全的；如果要远程访问，不要直接把 11434 端口暴露到公网，用 SSH 隧道或带认证的反向代理。
本地部署要钱吗？
Ollama 和模型本身免费，成本只有你的电脑电费或服务器租金。