DeepSeek本地化部署（Windows+Ollama+Docker+OpenWebUI）

最近抖音熱搜的DeepSeek AI火遍國內外， 在AI 行業(yè)引起了廣泛關注！

2025年1月，DeepSeek 正式發(fā)布 DeepSeek-R1 推理大模型，DeepSeek-R1 成本價格低廉，性能卓越。

最近，DeepSeek的訪問出現(xiàn)了不穩(wěn)定的問題，一個有效的解決方案是進行本地化部署。本地化部署不僅可以避免網絡波動帶來的影響，還能提供更高的隱私保護和數(shù)據(jù)安全性。通過本地化部署，用戶可以在自己的設備上運行DeepSeek模型，無需依賴外部網絡連接，從而實現(xiàn)更穩(wěn)定、更可靠的使用體驗。

DeepSeek 提供了多種使用方式，滿足不同用戶的需求和場景。本地部署在數(shù)據(jù)安全、性能、定制化、成本、離線可用性和技術自主性方面具有顯著優(yōu)勢。

接下來我詳細講解下基于Windows+Ollama+Docker+OpenWebUI 的本地化部署流程，并通過實例代碼演示。

1. 軟硬件需求

1.1 硬件需求

DeepSeek R1 本地部署的硬件需求如下：

基本推薦配置：CPU: 8核或以上，內存: 32GB或以上，存儲: 100GB SSD或以上

GPU: NVIDIA GTX2080或同等性能

DeepSeek-7B 推薦配置：RTX3060 以上顯卡 + 16G以上 內存 + 50G SSD 存儲空間

DeepSeek-70B 推薦配置：RTX4060 以上顯卡 + 32G以上 內存 + 200G SSD 存儲空間

本教程使用的硬件配置為：

CPU: Intel i5-12490/3.00GHz

內存: 32GB

存儲: 500GB SSD

GPU: NVIDIA GTX 3060。

1.2 軟件依賴

DeepSeek R1 本地部署的軟件依賴包括操作系統(tǒng)、容器化工具、編程語言、深度學習框架、數(shù)據(jù)庫、消息隊列、Web 服務器、GPU 加速工具、版本控制、包管理工具、監(jiān)控與日志工具以及安全工具。

本教程采用 Windows10 操作版本、Python 3.8 版本、PyTorch 1.7 版本。

2. Ollama 下載與安裝

2.1 Ollama 的下載

Ollama 是一個開源的本地模型運行工具，可以方便地下載和運行各種開源模型，如 Llama、Qwen、DeepSeek 等。

Ollama 提供高效、靈活的大模型部署和管理解決方案，可以簡化模型的部署流程。支持macOS、Linux、Windows 操作系統(tǒng)。

官網地址：https://ollama.com/

下載地址：https://ollama.com/download

本教程選擇 Ollama Windows 版本 下載。

2.2 Ollama 的安裝

下載完成后直接點擊 OllamaSetup.exe 進行安裝。

安裝完成后，cmd 打開命令行窗口，輸入 “ollama -v” 測試，顯示 ollama 的版本為 “0.5.7”，表明安裝成功。

2.3 Ollama 的運行

Ollama 沒有用戶界面，在后臺會自動運行，重啟電腦也會自動啟動。

打開瀏覽器，輸入 ：

“http://localhost:11434/”，

顯示 “Ollama is running”。

3. deepseek-r1 模型安裝

3.1 Ollma 安裝 deepseek-r1 模型

（1）從 ollama 官網 查找 deepseek-r1 模型。

（2）點擊進入 deepseek-r1 模型，可以選擇不同版本的模型（1.5b/7b/14b/32b/70b/671b）。

deepseek-r1 提供多個版本，參數(shù)量越大，模型的性能越強大，但也需要更多的存儲和計算資源。

1.5b 模型參數(shù)為15億/1.1GB，

7b 模型參數(shù)約為 70億/4.7GB，

14b 模型參數(shù)約為 140億/9GB。

deepseek-r1 不同版本模型的執(zhí)行命令不同：

1.5b 的命令為：“ollama run deepseek-r1:1.5b”

7b 的命令為：“ollama run deepseek-r1:7b”

14b 的命令為：“ollama run deepseek-r1:14b”

推薦大家先下載較小的 1.5b 模型，把本教程的安裝程序跑通，再根據(jù)自己的硬件配置和需求安裝適當?shù)陌姹尽?/p>

（3）本教程選擇選擇 7b 模型，在命令行窗口運行安裝命令 “ollama run deepseek-r1:7b”，程序會自動下載和安裝運行。

默認地址是 “C:\Users%username%.ollama\models”。

如果要修改模型的保存地址，可以新建一個文件夾如 “C:\Model”，然后在系統(tǒng)環(huán)境變量添加系統(tǒng)變量：

“變量名：OLLAMA_MODELS，

變量值：C:\Model”。

（4）安裝完成后顯示 “success”，表明安裝成功。

3.2 使用 deepseek-r1 模型

（1）在命令行窗口運行命令 “ollama run deepseek-r1:7b”，就可以在提示行輸入，與 deepseek-r1 進行聊天。

（2）輸入 “/?”，可以獲得幫助。

通過本地命令行窗口可以使用 deepseek-r1，但這讓人回到了 DOS 年代，交互體驗很差。接下來我們按照 Docker 和 Open WebUI 用戶界面，可以更便捷地使用 deepseek-r1。

4. 安裝 Docker

Docker是一種虛擬化容器技術。Docker基于鏡像，可以秒級啟動各種容器。每一種容器都是一個完整的運行環(huán)境，容器之間互相隔離。

4.1 檢查安裝環(huán)境

在 Windows 任務管理器中，檢查系統(tǒng)是否開啟虛擬化。

打開任務管理器（Ctrl+Alt+Delete），選擇：性能 - CPU - 虛擬化，確認“虛擬化”已啟用。

如果未開啟虛擬化，則要開機重啟并進入BIOS 進行設置：在 BIOS 選擇：Advanced（高級）-- CPU Configuration – Secure Virtual Machine，設置為：Enabled（啟用）。

在 “控制面板” 打開 “程序”，然后點擊 “啟用或關閉 Windows 功能”，勾選 “Hyper-V 管理工具” 和 “Hyper-V 平臺”。

以管理員身份打開命令行窗口，輸入 “wsl --set-default-version 2”，將默認設置為 WSL 2。

通過適用于 Linux 的 Windows 子系統(tǒng) (WSL)，開發(fā)人員可以安裝 Linux 發(fā)行版，并直接在 Windows 上使用 Linux 應用程序、實用程序和 Bash 命令行工具，不用進行任何修改。

命令行窗口，輸入 “wsl --update --web-download”，更新安裝 wsl。

4.2 安裝 Docker for Desktop

Docker Desktop 是 Docker 官方提供的桌面應用程序，旨在讓開發(fā)者能夠在 Windows 和 macOS 系統(tǒng)上輕松地構建、運行和共享容器化應用程序。Docker Desktop 提供了一個方便的工具集，使用戶能夠快速部署容器化應用程序，同時還包括了一些強大的功能和工具，如 Docker Engine、Docker CLI、Docker Compose 等。

從 Docker 官方 下載 Docker 安裝程序。

我們進入docker 官網，選擇自己電腦對應的版本，然后點擊下載。

依照提示完成安裝即可。

安裝時選擇推薦設置。

根據(jù)提示登錄賬號，如使用 GitHub 賬號登錄。

安裝完成后，cmd 打開命令行窗口，輸入 “docker version” 檢查，顯示 docker 的版本為 “27.4.0”，表明安裝成功。

4.3 配置docker

安裝完成后，我們打開docker，注冊登錄一下docker，然后在右下角點擊Terminal，打開控制臺，然后輸入下面命令，然后等待安裝完成。

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

安裝完成之后，我們在左側點擊Images（鏡像），點擊運行，如果需要有配置，默認即可。

點擊Container（容器），點擊

此時會打開web ui網頁，注冊open web-ui賬號即可使用。如果無法顯示，可以點擊進入容器查看

查看log日志，查看有沒有存在什么問題，或者嘗試重啟

注意（重啟電腦后，如果出現(xiàn) 500：Internal Error）

進入 Containers 頁面，選擇 open-web 項的 Actions列，點擊小三角啟動就行。

5. 安裝 Open WebUI

Open WebUI是一個可擴展、功能豐富、用戶友好的自托管 WebUI，旨在完全離線操作。它支持各種LLM運行程序，包括 Ollama 和 OpenAI 兼容的 API。Open WebUI 適配了 Ollama 接口，提供了 web 的方式來訪問 Ollama API。

5.1 安裝和啟動 open-webui

打開 open-webui 項目的 Github 倉庫

https://github.com/open-webui/open-webui：

從 README 的安裝指南找到用于 Ollama 的安裝命令

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

在命令行執(zhí)行 docker 命令，自動下載并安裝 open-webui。

5.2 登錄 Open-WebUI 進入 deepseek-r1z

在瀏覽器輸入 “l(fā)ocalhost:3000/auth” 或 “http://127.0.0.1:3000”，進入 Open-WebUI 首頁。

注冊賬號密碼，創(chuàng)建管理員賬號。

注冊完成并登錄，就進入 deepseek-r1 模型的首頁：

現(xiàn)在，我們就可以用本地部署的 deepseek-r1 模型進行聊天了。