Deepseek私有化部署

2025-02-13

Linux 安装 ollama

自动安装

进入官网下载页面
一行命令自动下载并安装 curl -fsSL [https://ollama.com/install.sh](https://ollama.com/install.sh) | sh

手动安装

1. 确认系统要求

操作系统：支持 Ubuntu、Debian、CentOS 等主流 Linux 发行版。
依赖：确保已安装 curl 和 tar 工具。

2. 下载 Ollama 安装包

访问 Ollama 的官方网站或 GitHub 仓库，获取最新的 Linux 安装包（如 .tar.gz 或 .deb 文件）。
使用 curl 或 wget 下载安装包：

curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz

3. 解压安装包

使用 tar 解压下载的文件：

sudo tar -C /usr -xzf ollama-linux-amd64.tgz

启动 Ollama

ollama serve

新开启一个终端窗口，测试服务是否启动

ollama -v

4. 配置为系统服务（可选）

为 Ollama 创建用户及用户组

sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama
sudo usermod -a -G ollama $(whoami)

创建 systemd 服务文件/etc/systemd/system/ollama.service:

sudo vim /etc/systemd/system/ollama.service

添加以下内容：

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=$PATH"
# 自定义监听的端口，默认为：127.0.0.1:11434
#Environment="OLLAMA_HOST=0.0.0.0:11434” 

[Install]
WantedBy=default.target

启用并启动服务：

sudo systemctl enable ollama

sudo systemctl start ollama

启动Ollama并验证运行状态：

# 启动 ollama
sudo systemctl start ollama
# 查看 ollama 运行状态
sudo systemctl status ollama

ollama -v 显示：

5. 自定义

要自定义Ollama的安装，您可以通过运行来编辑Systemd服务文件或环境变量：

sudo systemctl edit ollama

或者，手动创建一个覆盖文件 /etc/systemd/system/ollama.service.d/override.conf ：

[Service]
Environment="OLLAMA_DEBUG=1"

6. 更新

通过再次运行安装脚本来更新Ollama：

curl -fsSL https://ollama.com/install.sh | sh

或者，重新下载 Ollama 安装包：

curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
sudo tar -C /usr -xzf ollama-linux-amd64.tgz

7. 安装特定版本

将Ollama_version环境变量与安装脚本一起安装特定版本的Ollama，包括预释放。

可以从发行版中找到版本号

比如：

curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.5.7 sh

8. 查看运行日志

journalctl -e -u ollama

9. 卸载

卸载 ollama 服务：

sudo systemctl stop ollama
sudo systemctl disable ollama
sudo rm /etc/systemd/system/ollama.service

从以下bin目录中删除Ollama二进制文件

/usr/local/bin
/usr/bin
/bin

sudo rm $(which ollama)

删除下载的模型和Ollama服务用户和组：

sudo rm -r /usr/share/ollama
sudo userdel ollama
sudo groupdel ollama

删除已安装的库：

sudo rm -rf /usr/local/lib/ollama

拉取并安装 DeepSeek

目前DeepSeek-R1可选的模型有满血版671B，和蒸馏版1.5B、7B、8B、14B、32B、70B：

每个版本及对应的电脑硬件要求：

DeepSeek-R1 模型硬件要求

模型版本	CPU 核心数	内存	存储大小	存储类型	GPU 显存	GPU 型号	应用场景
DeepSeek-R1-671B	64 核 +	512 GB	1 TB +	SSD	256GB+	多节点分布式训练（如 8x A100/H100）	超大规模 AI 研究、通用人工智能（AGI）探索
DeepSeek-R1-1.5B	4 核 +	8GB +	16GB +	SSD	4GB +	非必需（纯 CPU 推理），若 GPU 加速可选 4GB+ 显存	低资源设备部署，如树莓派、旧款笔记本、嵌入式系统或物联网设备
DeepSeek-R1-7B	8 核 +	16GB +	32GB +	SSD	8GB +	推荐 8GB+ 显存（如 RTX 3070/4060）	中小型企业本地开发测试、中等复杂度 NLP 任务，例如文本摘要、翻译、轻量级多轮对话系统
DeepSeek-R1-8B	8 核 +	16GB +	32GB +	SSD	8GB +	推荐 8GB+ 显存（如 RTX 3070/4060）	需更高精度的轻量级任务（如代码生成、逻辑推理）
DeepSeek-R1-14B	12 核 +	32GB +	32GB +	SSD	16GB +	16GB+ 显存（如 RTX 4090 或 A5000）	企业级复杂任务、长文本理解与生成
DeepSeek-R1-32B	16 核 +	64GB +	64GB +	SSD	24GB +	24GB+ 显存（如 A100 40GB 或双卡 RTX 3090）	高精度专业领域任务、多模态任务预处理
DeepSeek-R1-70B	32 核 +	128GB +	128GB +	SSD	64GB +	多卡并行（如 2x A100 80GB 或 4x RTX 4090）	科研机构/大型企业、高复杂度生成任务