DeepSeek R1 本地部署完全指南：Ollama、Docker 与 OpenWebUI 整合方案
2025年1月，DeepSeek 推出了 DeepSeek-R1 大模型，以其卓越的性能和亲民的成本，在人工智能领域掀起了一股热潮。DeepSeek 提供了多种灵活的使用方式，以适应不同用户和应用场景的需求。其中，本地部署因其在数据安全、性能优化、高度定制、成本控制、离线可用性以及技术自主性等方面的显著优势而备受青睐。
本文将深入探讨基于 Ollama、Docker 和 OpenWebUI 的 DeepSeek-R1 本地化部署流程，并结合具体的代码实例进行演示，助您轻松搭建属于自己的 AI 应用环境。
1. 硬件与软件需求
在开始部署之前，务必确保您的系统满足以下硬件和软件需求：
1.1 硬件配置
运行 DeepSeek R1 的硬件配置直接关系到模型的性能和响应速度。以下是推荐的配置：
- 基本推荐配置：
- CPU：8 核或以上
- 内存：32GB 或以上
- 存储：100GB SSD 或以上
- GPU：NVIDIA GTX 1080 或同等性能显卡
- DeepSeek-7B 推荐配置：
- NVIDIA RTX 3060 以上显卡
- 16GB 以上内存
- 50GB SSD 存储空间
- DeepSeek-70B 推荐配置：
- NVIDIA RTX 4060 以上显卡
- 32GB 以上内存
- 200GB SSD 存储空间
本教程所使用的硬件配置为：
- CPU：Intel i5-12490/3.00GHz
- 内存：32GB
- 存储：500GB SSD
- GPU：NVIDIA GTX 3060
1.2 软件环境
除了硬件，软件环境也至关重要。本教程采用以下软件版本：
- 操作系统：Windows 10
- 编程语言：Python 3.8
- 深度学习框架：PyTorch 1.7
此外，还涉及到容器化工具 Docker，以及用于模型运行的 Ollama。这些组件将在后续步骤中详细介绍。
2. Ollama 下载与安装
2.1 Ollama 简介
Ollama 是一款强大的开源工具，旨在简化本地大型语言模型的运行。它支持一键下载和运行各种开源模型，如 Llama、Qwen 和 DeepSeek 等。Ollama 提供高效、灵活的大模型部署和管理解决方案，显著降低了模型部署的复杂性，让开发者可以更专注于模型的应用和创新。
本教程选择 Ollama Windows 版本 进行下载。
2.2 Ollama 安装步骤
- 下载安装包： 从 Ollama 官网下载适用于 Windows 的安装包 (OllamaSetup.exe)。
- 运行安装程序： 双击下载的安装包，按照提示完成安装过程。通常情况下，直接采用默认设置即可。
- 验证安装： 安装完成后，打开命令提示符（CMD）窗口，输入
ollama -v命令。如果成功显示 Ollama 的版本号，例如0.5.7，则表示安装成功。
2.3 Ollama 运行方式
Ollama 在后台运行，没有图形用户界面。您可以通过命令行与其交互。
- 启动 Ollama： Ollama 安装完成后会自动启动，您可以在系统托盘中看到 Ollama 的图标。
- 验证 Ollama 运行状态： 打开浏览器，输入
http://localhost:11434/。如果页面显示 “Ollama is running”，则表示 Ollama 正在正常运行。
3. DeepSeek-R1 模型安装
3.1 使用 Ollama 安装 DeepSeek-R1 模型
- 查找 DeepSeek-R1 模型： 访问 Ollama 官网 搜索 DeepSeek-R1 模型。Ollama 提供了多种 DeepSeek-R1 的模型版本，包括 1.5b、7b、14b、32b、70b 等，分别对应不同的参数规模。
- 选择模型版本： 点击进入 DeepSeek-R1 模型页面，选择适合您硬件配置和需求的版本。一般来说，参数量越大，模型性能越强，但同时也需要更多的存储和计算资源。以下是一些常用版本的参数和大小：
- DeepSeek-R1 1.5b：参数量 15 亿，模型大小 1.1GB
- DeepSeek-R1 7b：参数量约 70 亿，模型大小 4.7GB
- DeepSeek-R1 14b：参数量约 140 亿，模型大小 9GB
建议初学者先下载较小的 1.5b 模型，验证整个安装流程是否畅通，然后再根据实际需求和硬件配置选择更合适的版本。
- 安装模型： 在命令提示符窗口运行相应的安装命令。例如，要安装 7b 模型，可以执行以下命令：
ollama run deepseek-r1:7bOllama 会自动下载并安装该模型。
默认情况下，模型会保存在 C:\Users\%username%\.ollama\models 目录下。您可以通过设置系统环境变量 OLLAMA_MODELS 来修改模型的保存路径。例如，要将模型保存在 C:\Model 目录下，您可以：
* 新建一个文件夹 C:\Model。
* 在系统环境变量中添加一个系统变量，变量名为 OLLAMA_MODELS，变量值为 C:\Model。
- 验证安装： 安装完成后，命令行会显示 “success”，表示模型安装成功。
3.2 使用 DeepSeek-R1 模型
- 运行模型： 在命令提示符窗口运行以下命令来启动 DeepSeek-R1 模型：
ollama run deepseek-r1:7b启动后，您就可以在提示行输入内容，与 DeepSeek-R1 模型进行交互了。
- 获取帮助： 在交互过程中，您可以输入
/?命令来获取帮助信息，了解可用的命令和选项。
虽然通过本地命令行窗口可以使用 DeepSeek-R1 模型，但这种交互方式不够直观和便捷。为了提升用户体验，接下来我们将介绍如何通过 Docker 和 Open WebUI 搭建图形用户界面，从而更轻松地使用 DeepSeek-R1 模型。
4. Docker 安装与配置
Docker 是一种流行的容器化技术，可以帮助您快速构建、部署和运行应用程序。在本教程中，我们将使用 Docker 来部署 Open WebUI。
4.1 检查安装环境
在安装 Docker 之前，需要确保您的系统满足以下条件：
- 开启虚拟化： 打开任务管理器（Ctrl+Alt+Delete），选择 “性能” 选项卡，然后点击 “CPU”。在 “虚拟化” 旁边，确认显示为 “已启用”。
如果未启用虚拟化，您需要在开机时进入 BIOS 设置，找到 “Advanced” -> “CPU Configuration” -> “Secure Virtual Machine”，将其设置为 “Enabled”。
- 启用 Hyper-V： 打开 “控制面板”，选择 “程序”，然后点击 “启用或关闭 Windows 功能”。勾选 “Hyper-V 管理工具” 和 “Hyper-V 平台”。
- 设置 WSL 2： 以管理员身份打开命令提示符窗口，输入以下命令将默认 WSL 版本设置为 2：
wsl --set-default-version 2WSL (Windows Subsystem for Linux) 允许您在 Windows 上直接运行 Linux 发行版，而无需进行任何修改。
- 更新 WSL： 在命令提示符窗口，输入以下命令更新 WSL：
wsl --update --web-download 
4.2 安装 Docker Desktop
Docker Desktop 是 Docker 官方提供的桌面应用程序，旨在简化在 Windows 和 macOS 系统上构建、运行和共享容器化应用程序的过程。它提供了一个方便的工具集，使用户能够快速部署容器化应用程序，同时还包括 Docker Engine、Docker CLI 和 Docker Compose 等强大功能。
- 下载 Docker Desktop： 访问 Docker 官方网站，下载 Docker 安装程序。
安装 Docker Desktop： 双击下载的安装程序，按照提示完成安装。建议选择推荐设置。
登录 Docker 账号： 安装完成后，根据提示登录您的 Docker 账号。您可以使用 GitHub 账号登录。
- 验证安装： 安装完成后，打开命令提示符窗口，输入
docker version命令。如果成功显示 Docker 的版本号，例如27.4.0，则表示安装成功。
4.3 配置国内镜像源
由于网络原因，直接从 Docker Hub 拉取镜像可能会比较慢，甚至出现连接超时的错误。为了解决这个问题，我们可以配置国内的镜像源来加速镜像拉取。
- 打开 Docker 设置： 右键单击系统托盘中的 Docker 图标，选择 “Settings”。
- 配置镜像源： 在 “Settings” 窗口中，选择 “Docker Engine”，将以下内容复制到文本框中：
{
"builder": {
"gc": {
"defaultKeepStorage": "20GB",
"enabled": true
}
},
"experimental": false,
"features": {
"buildkit": true
},
"registry-mirrors": [
"https://docker.m.daocloud.io",
"https://docker.1panel.live",
"https://registry.docker-cn.com",
"https://cr.console.aliyun.com",
"https://mirror.ccs.tencentyun.com"
]
}
- 重启 Docker： 点击 “Apply & restart” 按钮，重启 Docker。
- 验证配置： 重启完成后，再次执行
docker run hello-world命令。如果能够成功拉取 hello-world 镜像并运行，则表示镜像源配置成功。
5. Open WebUI 安装与使用
Open WebUI 是一款可扩展、功能丰富、用户友好的自托管 WebUI，专为离线操作而设计。它支持各种 LLM 运行程序，包括 Ollama 和 OpenAI 兼容的 API。Open WebUI 适配了 Ollama 接口，提供了通过 Web 界面访问 Ollama API 的便捷方式。
5.1 安装和启动 Open WebUI
- 访问 Open WebUI GitHub 仓库： 打开 https://github.com/open-webui/open-webui。
- 获取安装命令： 在 README 文件中找到用于 Ollama 的安装命令：
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
- 执行 Docker 命令： 在命令提示符窗口执行上述 docker 命令，自动下载并安装 Open WebUI。
5.2 登录 Open WebUI 并进入 DeepSeek-R1
- 访问 Open WebUI 界面： 在浏览器中输入
localhost:3000/auth或http://127.0.0.1:3000，进入 Open WebUI 首页。
- 注册账号： 注册账号密码，创建管理员账号。
- 登录 Open WebUI： 注册完成后，使用您的账号密码登录。
- 开始使用 DeepSeek-R1： 登录成功后，您将进入 DeepSeek-R1 模型的首页，可以开始与模型进行交互了。
现在，您已经成功地在本地部署了 DeepSeek-R1 模型，可以通过 Open WebUI 界面与模型进行聊天和交互。
通过本教程，您已经掌握了基于 Ollama、Docker 和 Open WebUI 在本地部署 DeepSeek-R1 大模型的完整流程。现在，您可以尽情探索 DeepSeek-R1 的强大功能，并将其应用于各种实际场景中。
