DeepSeek 本地部署硬件要求：各尺寸模型體積、顯存與內存怎麼估、上下文怎麼設

本文根據 Ollama 官方模型庫與文檔、DeepSeek 官方公告整理，資料核對於 2026-10-24。官方沒有給出本地部署的最低配置表，下文的估算方法是整理出來的建議。圖為本站整理的示意圖。完整的安裝與運行命令見 /guides/deepseek-local-deploy-ollama。

適用於誰

• 搜「deepseek 本地部署硬件要求」「deepseek 本地 部署 配置 要求」的人；
• 想知道自己的電腦（顯存多大、內存多少）能跑哪個尺寸的人；
• 準備買顯卡、內存之前，想先弄清楚需求的人。

結論先說

1. 官方沒有給「最低配置」表。Ollama 模型頁只列了每個標籤的文件體積和上下文窗口。所以「要什麼配置」要自己從體積出發估算。
2. 個人電腦上能跑的是蒸餾小模型，不是官方在線版。Ollama 上的 deepseek-r1 從 1.5b 到 70b 是用 DeepSeek-R1 的數據在 Qwen、Llama 等基座上蒸餾的；只有 671b 才是完整的 DeepSeek-R1，文件 404GB。
3. 估算口訣：顯存（或內存）要大於文件體積，還要給上下文留餘量。裝不下就會有一部分跑在 CPU 上，變慢。
4. 上下文長度預設由顯存決定：顯存不到 24GiB 預設只有 4k，很多「讀長文檔讀到一半忘了」的問題就出在這裏。

圖：本站根據 Ollama 模型庫 deepseek-r1 整理的示意圖

一、各尺寸體積（Ollama 官方標籤頁）

上圖是預設量化版本的體積。同一個尺寸還有不同精度的版本，精度越高體積越大。以標籤頁列出的兩個尺寸為例：

也就是說，同樣是 7b，換成 fp16 精度，體積是預設的三倍多。拿不準就用預設標籤，別一上來追求高精度。

另外兩點：

• 預設的 8b（ollama run deepseek-r1）是 DeepSeek-R1-0528-Qwen3-8B，在 Qwen3 8B 上蒸餾的版本；
• Ollama 搜尋頁裏還有 deepseek-v4.1-flash、deepseek-v4-pro，它們標註的是按 token 計費（帶 in / out 價格），是通過 Ollama 雲端調用的在線模型，不是下載到本地運行的。

二、怎麼估算自己的電腦能跑什麼

官方沒有給公式，下面是一個夠用的思路：

1. 有獨立顯卡：看顯存。可用顯存 ≥ 文件體積 + 一些餘量（上下文越大余量越多）。比如 8GB 顯存可以考慮 7b / 8b（4.7–5.2GB）這一檔，12–16GB 可以試 14b（9.0GB），24GB 可以試 32b（20GB），這是根據體積推算的，不是官方保證；
2. 沒有獨立顯卡：用內存跑，速度慢。內存要明顯大於文件體積，還要留給系統和其他程序；
3. 多張卡或統一內存（如部分筆記本）：同樣看總的可用容量，具體支持情況看 Ollama 的硬件支持頁；
4. 硬碟：至少留出文件體積的空間，更新模型時還會再佔一份。

圖：本站根據 Ollama 官方上下文長度文檔 整理的示意圖

三、顯卡支持範圍

Ollama 硬件支持頁寫明，Nvidia 顯卡需要計算能力 5.0 以上、驅動版本 550 及更新；計算能力 5.0 到 6.2 的顯卡需要驅動 570 及更新。頁面裏按計算能力列出了具體型號，比如 RTX 30 / 40 / 50 系列、GTX 10 系列等。AMD 顯卡和其他平台的支持範圍也在同一頁，請以官方頁面為準。如果裝好後 ollama ps 顯示 100% CPU，先檢查這兩點：顯卡在不在列表裏、驅動夠不夠新。

四、上下文長度怎麼設

Ollama 官方文檔給出的預設值：

• 顯存小於 24GiB：4k；
• 24–48GiB：32k；
• 48GiB 及以上：256k。

官方還建議，聯網搜尋、Agent 和編程工具這類任務至少設到 64000。調整方法是在 Ollama 桌面應用設定裏拖滑塊，或啟動服務時設定環境變量：

bash
OLLAMA_CONTEXT_LENGTH=64000 ollama serve

官方提醒：上下文越長，需要的內存越多。設大之後用 ollama ps 看 PROCESSOR 一列有沒有出現 CPU 的比例，有的話說明裝不下了，要減小上下文或換小一檔的模型。

五、本地版和官方在線版的區別

官方在線版（網頁 / App / API）當前是 DeepSeek-V4.1-Flash 和 V4 Pro，上下文 1M，見 /guides/deepseek-v4-pro-vs-flash-api-price。本地能下載的 R1 蒸餾小模型是更早一代的推理模型，能力和在線版有明顯差距，也沒有官方的聯網搜尋。本地部署的價值在於離線、數據不出本機、不排隊，而不是更強。

如果你只是想要「更好用」，直接用官方在線版更省事，網頁版用法見 /guides/deepseek-how-to-use，API 見 /guides/deepseek-api-key。

常見問題

Q：16GB 內存、沒有獨顯能跑嗎？

能跑小尺寸（如 1.5b、7b、8b），速度會慢。體積 5.2GB 的 8b 對 16GB 內存來說是可行的起點，但要留出系統和其他程序的空間。

Q：想跑完整的 DeepSeek-R1（671b）要什麼？

官方標籤頁寫的文件體積是 404GB，需要伺服器級的大內存或多卡，個人電腦基本做不到。

Q：下載的模型佔多大？

就是標籤頁上的文件體積，例如 deepseek-r1:8b 約 5.2GB。

Q：還有更小的版本嗎？

有，1.5b 只有 1.1GB，但能力有限，適合試跑和簡單任務。

想同時用 ChatGPT、Claude 等海外模型做對比？本站提供 AI 會員充值，ChatGPT 可看 Plus 充值。

參考資料

• Ollama：deepseek-r1 模型庫頁面及標籤頁 — https://ollama.com/library/deepseek-r1
• Ollama 文檔：Context length — https://docs.ollama.com/context-length
• Ollama 文檔：Hardware support — https://docs.ollama.com/gpu
• Ollama：deepseek 搜尋結果 — https://ollama.com/search?q=deepseek
• DeepSeek API 文檔：DeepSeek-V4.1-Flash 發佈 — https://api-docs.deepseek.com/zh-cn/news/news260910