DeepSeek 身上的標(biāo)簽有很多，其中最具代表性的標(biāo)簽有以下兩個：
低成本（不挑硬件、開源）
高性能（推理能力極強、回答準(zhǔn)確）
一、為什么要部署本地DeepSeek？
相信大家在使用 DeepSeek 時都會遇到這樣的問題：
這是由于 DeepSeek 大火之后訪問量比較大，再加上漂亮國大規(guī)模、持續(xù)的惡意攻擊，導(dǎo)致 DeepSeek 的服務(wù)器很不穩(wěn)定。所以，這個此時在本地部署一個 DeepSeek 大模型就非常有必要了。
再者說，有些數(shù)據(jù)比較敏感，咱也不想隨便傳到網(wǎng)上去，畢竟安全第一嘛。這時候，本地大模型的優(yōu)勢就凸顯出來了。它就在你自己的電腦上運行，完全不用擔(dān)心網(wǎng)絡(luò)問題，而且數(shù)據(jù)都在本地，隱私更有保障。而且，本地大模型可以根據(jù)你的需求進行定制，想怎么用就怎么用，靈活性超強！
二、怎么部署本地大模型？
在本地部署 DeepSeek 只需要以下三步：
安裝 Ollama。
部署 DeepSeek。
使用 DeepSeek：這里我們使用 ChatBox 客戶端操作 DeepSeek（此步驟非必須）。
Ollama、DeepSeek 和 ChatBox 之間的關(guān)系如下：
Ollama 是“大管家”，負(fù)責(zé)把 DeepSeek 安裝到你的電腦上。
DeepSeek 是“超級大腦”，住在 Ollama 搭建好的環(huán)境里，幫你做各種事情。
ChatBox 是“聊天工具”，讓你更方便地和 DeepSeek 交流。
安裝Ollama
Ollama 是一個開源的大型語言模型服務(wù)工具。它的主要作用是幫助用戶快速在本地運行大模型，簡化了在 Docker 容器內(nèi)部署和管理大語言模型（LLM）的過程。
PS：Ollama 就是大模型屆的“Docker”。
Ollama 優(yōu)點如下：
易于使用：即使是沒有經(jīng)驗的用戶也能輕松上手，無需開發(fā)即可直接與模型進行交互。
輕量級：代碼簡潔，運行時占用資源少，能夠在本地高效運行，不需要大量的計算資源。
可擴展：支持多種模型架構(gòu)，并易于添加新模型或更新現(xiàn)有模型，還支持熱加載模型文件，無需重新啟動即可切換不同的模型，具有較高的靈活性。
預(yù)構(gòu)建模型庫：包含一系列預(yù)先訓(xùn)練好的大型語言模型，可用于各種任務(wù)，如文本生成、翻譯、問答等，方便在本地運行大型語言模型。
Ollama 官網(wǎng)：ollama.com/
下載并安裝Ollama
下載地址：ollama.com/
用戶根據(jù)自己的操作系統(tǒng)選擇對應(yīng)的安裝包，然后安裝 Ollama 軟件即可。
安裝完成之后，你的電腦上就會有這樣一個 Ollama 應(yīng)用：
點擊應(yīng)用就會運行 Ollama，此時在你電腦狀態(tài)欄就可以看到 Ollama 的小圖標(biāo)，測試 Ollama 有沒有安裝成功，使用命令窗口輸入“ollama -v”指令，能夠正常響應(yīng)并顯示 Ollama 版本號就說明安裝成功了，如下圖所示：
部署DeepSeek
Ollama 支持大模型列表：ollama.com/library
例如，安裝并運行 DeepSeek：ollama run deepseek-r1:1.5b
使用DeepSeek
這里我們使用 ChatBox 調(diào)用 DeepSeek 進行交互，ChatBox 就是一個前端工具，用于方便的對接各種大模型（其中包括 DeepSeek），并且它支持跨平臺，更直觀易用。
ChatBox 官網(wǎng)地址：chatboxai.app/zh
安裝完 Chatbox 之后就是配置 DeepSeek 到 Chatbox 了
三、擴展知識：本地DeepSeek集成Idea
安裝CodeGPT插件
配置Ollama
Ollama API 默認(rèn)調(diào)用端口號：11434
四、優(yōu)缺點分析
本地大模型的優(yōu)缺點分析說完部署，我們來分析一下本地大模型的優(yōu)缺點，好讓大家心里有個數(shù)。
優(yōu)點
隱私性高：數(shù)據(jù)都在本地，不用擔(dān)心泄露問題，對于一些敏感數(shù)據(jù)處理來說，這是最大的優(yōu)勢。
穩(wěn)定性強：不受網(wǎng)絡(luò)影響，只要電腦不壞，模型就能穩(wěn)定運行，不用擔(dān)心中途卡頓或者斷線。
可定制性強：可以根據(jù)自己的需求進行調(diào)整和優(yōu)化，想讓它做什么功能就做什么功能，靈活性很高。
缺點
硬件要求高：大模型對電腦的性能要求不低，如果電腦配置不夠，可能會運行很卡，甚至跑不起來。
部署復(fù)雜：對于小白來說，一開始可能會覺得有點復(fù)雜，需要安裝各種東西，還得配置參數(shù)，不過只要按照教程來，其實也沒那么難。
維護成本高：如果模型出了問題，可能需要自己去排查和解決，不像在線工具，有問題直接找客服就行。
