DeepSeek本地部署教學：用Ollama運行DeepSeek-R1（硬件要求、命令與常見問題）

適用於誰

• 搜「deepseek 本地部署」「deepseek本地部署教學」「deepseek 本地部署硬件要求」「deepseek ollama 本地部署」的人；
• 想離線使用、或者不想把內部資料發到雲端，願意接受效果打折的人。

本文根據 Ollama 官方模型庫頁面、Ollama 官方文檔和 DeepSeek 官方公告整理，資料核對於 2026-10-11。

結論先說

1. 個人電腦上能跑的是「蒸餾小模型」，不是官方在線版。Ollama 模型庫裏 deepseek-r1 提供 1.5b 到 671b 多個尺寸，小尺寸是用 DeepSeek-R1 的推理數據在其他開源小模型上蒸餾出來的，能力和網頁版差距明顯。
2. 選尺寸先看體積：模型文件從 1.1GB 到 404GB 不等，內存或顯存要裝得下模型還得留餘量。
3. 三步就能跑起來：裝 Ollama → ollama run deepseek-r1 → 在終端裏對話。
4. 本地部署只解決「離線、不排隊、數據不出本機」，不會帶來聯網搜尋，也不會比在線版更聰明。

先弄清：你下載的是什麼

Ollama 模型頁（2026-10-11 核對）列出的 deepseek-r1 各標籤：

模型頁說明，預設的 8b 是 DeepSeek-R1-0528-Qwen3-8B，即在 Qwen3 8B 上蒸餾的版本；只有 671b 才是完整的 DeepSeek-R1。

另外兩點容易混淆：

• Ollama 上還能搜到 deepseek-v4.1-flash、deepseek-v4-pro，它們帶的是 cloud 標記，是通過 Ollama 雲端調用的在線模型，不會下載到你的電腦上運行；
• DeepSeek 官方 2026-09-10 的公告說 V4.1 Flash 的權重已在 Hugging Face 開源，但那是一個 552B 參數的大模型，面向有大規模算力的機構，不是個人電腦的選項。

硬件怎麼估

Ollama 的模型頁只給了文件體積，沒有給每個尺寸的最低配置表。可以按這個思路估算：

• 模型要整個裝進內存或顯存，所以可用顯存（或沒有獨顯時的內存）要大於文件體積，並給上下文留出餘量；
• 有獨立顯卡時看顯存：比如 8GB 顯存適合 7b / 8b 這一檔，24GB 顯存可以試 32b（20GB）；
• 裝不進顯存就會分一部分到 CPU 跑，能用但明顯變慢。運行 ollama ps 可以看到 PROCESSOR 一列，顯示「100% GPU」說明完全在顯卡上；
• 硬碟至少留出模型體積的空間。

拿不準就從預設的 8b 開始，夠快再往上換。

步驟

1. 安裝 Ollama

到 Ollama 官網下載頁下載 macOS、Windows 或 Linux 版本並安裝。安裝後可以直接打開桌面應用，也可以在終端裏使用 ollama 命令。

2. 下載並運行模型

bash
ollama run deepseek-r1          # 預設 8b，約 5.2GB
ollama run deepseek-r1:14b      # 指定尺寸

第一次運行會自動下載，完成後出現輸入提示符，直接打字提問。輸入 /bye 退出。以後想更新到新版本，運行 ollama pull deepseek-r1。

R1 是推理模型，回答前會先輸出一段思考過程，這是正常現象。

3. 調整上下文長度

Ollama 文檔說明，預設上下文長度按顯存自動決定：顯存小於 24GiB 時是 4k，24–48GiB 時 32k，48GiB 以上 256k。4k 很容易不夠用——長文檔讀一半就「忘了前面」，多半是這個原因。

調整方法：在 Ollama 桌面應用的設定裏拖動上下文長度滑塊，或者啟動服務時設定環境變量：

bash
OLLAMA_CONTEXT_LENGTH=32000 ollama serve

上下文越大佔用顯存越多。官方建議聯網搜尋、Agent、編程工具這類任務至少設到 64000，前提是硬件撐得住。

4. 用本地 API 接到其他工具

Ollama 運行後會在本機 11434 端口提供接口，模型頁給的調用示例：

bash
curl http://localhost:11434/api/chat \
  -d '{
    "model": "deepseek-r1",
    "messages": [{"role": "user", "content": "你好"}]
  }'

支持自定義接口地址的聊天客戶端、筆記插件、編程工具，把地址指向本機這個端口即可。

常見問題

Q：本地版和網頁版 DeepSeek 一樣嗎？

不一樣。網頁版 / App 用的是官方在線的最新模型，還帶聯網搜尋和文件解析；本地小尺寸是蒸餾模型，適合簡單問答、改寫、離線場景，複雜推理和長文寫作差距明顯。

Q：沒有獨立顯卡能跑嗎？

能，用 CPU 和內存跑，速度慢。選 1.5b 或 7b / 8b，並確保內存明顯大於模型體積。

Q：下載很慢或中斷怎麼辦？

重新執行同一條 ollama run 或 ollama pull 命令繼續即可；換個時間段或網絡再試。

Q：本地部署能聯網搜尋嗎？

模型本身不能聯網。需要搜尋能力得靠外層工具（帶搜尋功能的客戶端或 Agent 框架）調用，具體看所用工具的說明。

Q：本地模型是不是「沒有限制」？

不是。模型的安全訓練在權重裏，本地運行不會改變這一點；本文也不提供任何規避內容安全機制的方法。

Q：公司想私有化部署完整版怎麼辦？

完整尺寸的模型需要伺服器級的多卡算力，屬於工程項目。先評估是否直接用官方 API 更划算，見《DeepSeek API 怎麼用》。

參考資料

• Ollama 模型庫：deepseek-r1 — https://ollama.com/library/deepseek-r1
• Ollama 模型搜尋：deepseek — https://ollama.com/search?q=deepseek
• Ollama 文檔：Quickstart — https://docs.ollama.com/quickstart
• Ollama 文檔：Context length — https://docs.ollama.com/context-length
• DeepSeek 新聞：DeepSeek-V4.1-Flash 發佈（2026-09-10）— https://api-docs.deepseek.com/zh-cn/news/news260910