deepseek本地部署最简教程
1简介
随着人工智能技术的飞速发展，大语言模型（Large Language Models, LLMs）逐渐从云端走向本地，为开发者、研究者和技术爱好者提供了更灵活、更私密的应用可能。国产DeepSeek 作为一款高效且功能强大的开源大模型，凭借其毫不逊色于Chatgpt的推理能力和对中文场景的深度适配，成为许多用户探索本地智能化的首选工具。
然而，对于非专业开发者或刚接触本地部署的用户而言，复杂的配置流程、环境依赖和资源管理往往令人望而却步。本文旨在通过极简的步骤、清晰的说明和实用的技巧，帮助小白用户在最短时间内完成从零部署的流程。
2环境介绍
windows:win11
3安装ollama
Ollama 是一个提供开源、简便且高效的工具平台，旨在使开发者能够在本地环境中运行和部署大型语言模型（LLMs）。Ollama 可以让用户轻松地运行一些主流的、开源的 LLM 模型，而无需依赖云服务，支持在本地服务器或个人计算机上进行推理任务。因此我们deepseek的载体就是ollama。
在官网下载ollama（安装包也可在本文附录A获取）
https://ollama.com/
安装ollama
4安装deepseek模型
打开ollama官网，右上角models找到deepseek模型
选择模型版本，在人工智能领域，模型名称中的 1.5B、7B、8B 等数字代表模型的参数量（Parameters），其中 B 是英文 Billion（十亿） 的缩写。参数越多，模型通常更“聪明”（能处理更复杂的任务），但对硬件资源（显存、内存）的要求也更高。个人用户可优先 7B（通用性最佳），若设备较弱则选 1.5B，开发者可选 8B。
以下是各版本的介绍
找到对应的命令，复制
然后输入到cmd中：
ollama run deepseek-r1:1.5b
如果是7b，以此类推：
ollama run deepseek-r1:7b
需要等待一段时间下载
5使用deepseek
打开cmd，输入所下版本同样的命令，则可以使用deepseek：
ollama run deepseek-r1:1.5b
6ollama大模型安装路径更改
如果我们使用windows系统安装，ollama默认安装在系统盘，而往往系统盘的容量不够大，我们可以将deepseek安装到其他盘中，但目前，ollama 本身并没有提供直接的、官方的选项来修改模型存储路径。我们可以使用符号链接的方式将对应文件夹链接到D盘文件夹，这样ollama读写文件只会读写对应D盘的链接文件夹。
首先，我们找到ollama模型的安装位置：
Linux/macOS:` `~/.ollama/``Windows:` `C:\Users\<YourUser>\.ollama\
删除models文件夹：
在D盘创建一个新文件夹，如
D:\OllamaModels\
用管理员打开cmd，进行符号链接，然后再下载deepseek文件夹：
mklink /D C:\Users\<YourUser>\.ollama D:\OllamaModels
7写在最后
本文主要介绍了 DeepSeek 的最简安装方法，后续将继续更新，介绍如何将 DeepSeek 集成到图形化界面中。
👉👉【DeepSeek本地部署文档】
https://pan.quark.cn/s/7e0fa45596e4
最近，我的DeepSeek本地部署视频在B站播放量意外小爆，评论区被两类留言淹没：一类是技术爱好者追问“如何用消费级显卡跑通大模型”，另一类是职场人焦虑“我的工作会被AI取代吗？”这两个问题的背后，折射出一个残酷的真相：大模型技术正在重构所有行业的生存法则，而掌握这项技术的人将获得通往未来的船票。
DeepSeek的火爆对普通人意味着什么？
DeepSeek的火爆并非偶然。它代表了一种技术趋势：大模型技术正在从实验室走向大众。过去，大模型技术似乎只属于科技巨头和学术机构，普通人很难接触到。而现在，随着开源社区的活跃和技术的普及，像DeepSeek这样的工具已经可以让普通用户在自己的设备上部署和使用大模型。
对于普通人来说，DeepSeek的火爆意味着：
- 技术门槛降低：大模型技术不再遥不可及。通过本地部署，普通人也可以体验到强大的AI能力，无论是文本生成、对话系统还是其他AI应用。
- 个性化需求得到满足：大模型可以根据用户的需求进行定制化调整，满足个性化的应用场景。比如，你可以训练一个专门用于写作、编程或翻译的模型。
- 未来职业机会：大模型技术的普及将催生大量新的职业机会。无论是AI工程师、数据科学家，还是AI产品经理，掌握大模型技术将成为未来职场的重要竞争力。
DeepSeek的底层逻辑：大模型技术的核心
DeepSeek的底层逻辑正是基于大模型技术。大模型，顾名思义，是指参数量巨大、训练数据丰富的深度学习模型。这类模型通过海量数据的训练，能够捕捉到复杂的语言模式和知识结构，从而在各种任务中表现出色。
一、大模型岗位薪资揭密：应届生年薪40万起，跨界人才溢价300%
根据智联招聘《2024人工智能人才发展报告》，大模型相关岗位薪资较传统IT岗位平均高出67%，且呈现三大特征：
1.应届生起薪碾压传统行业
大模型算法工程师：本科28-40万/年，硕士40-60万/年
AI产品经理（无经验）：25-35万/年
（数据来源：猎聘2024校招季统计）
2.跨界人才溢价惊人
医疗+大模型复合人才：薪资较纯医疗背景提升200-300%
金融风控+大模型工程师：年薪可达80-150万
（案例：某三甲医院影像科医生转型AI医疗，薪资从25万跃升至75万）
3.中小企业重金抢人
二线城市AI初创公司开出“北上广深同薪”政策
某成都电商企业为AI推荐算法工程师开出百万年薪
二、行业大地震：这些岗位正在消失，这些岗位正在爆发
▍消失中的岗位（3年内高危职业）
- 基础数据标注员（已被AutoML取代90%工作量）
- 初级代码工程师（GPT-4可完成60%基础代码）
▍爆发中的黄金岗位
1.大模型训练师
- 某直播公司开出82万年薪招聘“带货大模型调教师”
- 核心技能：Prompt工程+垂直领域知识（如美妆/3C）
2.AI业务流程重构师
- 制造业龙头企业50万年薪招聘“生产流程AI化专家”
- 典型案例：富士康通过大模型优化生产线，减少30%人力成本
3.AI伦理合规官
- 金融机构新增岗位“大模型风控总监”，年薪超百万
- 职责：防止AI在信贷审核、投资建议中出现歧视性输出
三、普通人破局指南：无需代码基础，三步抢占AI红利
我整理了全网稀缺的**《大模型落地应用实战资料包》**，包含：
1.LLM大模型学习大纲+路线图
2.152个大模型各行业结合的落地案例集
3.大模型必读书籍PDF电子版
4.大模型全套系统学习视频
5.真实大厂岗位面试题库
6.640套AI大模型行业白皮书
👉👉获取方式：
结语：你正在经历人类史上最大规模的生产力革命
当东莞工厂用大模型替代500个质检员，当律所AI助理处理80%合同审查，当小红书博主用AI生成90%的图文内容——这场变革不再关乎“是否会发生”，而是“你站在哪一边”。
记住两个数字：
- 2023年全球大模型应用市场规模：270亿美元
- 2027年预测市场规模：4070亿美元
这中间3700亿美元的增量市场，就是普通人改写命运的机会。4年后你会感谢今天的决定。
