1、背景： 

2025年1月，DeepSeek 正式发布 DeepSeek-R1 推理大模型。DeepSeek-R1 因其成本价格低廉，性能卓越，在 AI 行业引起了广泛关注。DeepSeek 提供了多种使用方式，满足不同用户的需求和场景。本地部署在数据安全、性能、定制化、成本、离线可用性和技术自主性方面具有显著优势。

本文详细讲解 基于 Ollama+Docker+OpenWebUI 的本地windows部署流程

2、环境需求： 

1.1 硬件需求：

DeepSeek R1 本地部署的硬件需求如下：

1.2 软件依赖：

DeepSeek R1 本地部署的软件依赖包括操作系统、容器化工具、编程语言、深度学习框架、数据库、消息队列、Web 服务器、GPU 加速工具、版本控制、包管理工具、监控与日志工具以及安全工具。

本教程采用 Windows server 2016 64位操作版本、Python 3.8 版本、PyTorch 1.7 版本。

3、Ollama 下载与安装：

1.1 Ollama 的下载:

Ollama 是一个开源的本地模型运行工具，可以方便地下载和运行各种开源模型，如 Llama、Qwen、DeepSeek 等。Ollama 提供高效、灵活的大模型部署和管理解决方案，可以简化模型的部署流程。支持macOS、Linux、Windows 操作系统。

ollama官网地址：https://ollama.com/
ollama下载地址：https://ollama.com/download

本教程选择 Ollama Windows 版本下载。 

1.2 Ollama 的安装:

下载完成后直接点击 OllamaSetup.exe 进行安装。

安装完成后，cmd 打开命令行窗口，输入 “ollama -v” 测试，显示 ollama 的版本为 “0.5.7”，表明安装成功。

1.3 Ollama 的运行:

Ollama 没有用户界面，在后台运行。

打开浏览器，输入 “http://localhost:11434/”，显示 “Ollama is running”。

4、deepseek-r1 模型安装：

1.1 Ollma 安装 deepseek-r1 模型：

从 ollama 官网 查找 deepseek-r1 模型。

点击进入 deepseek-r1 模型，可以选择不同版本的模型（1.5b/7b/14b/32b/70b/671b）。
deepseek-r1 提供多个版本，参数量越大，模型的性能越强大，但也需要更多的存储和计算资源。

• 1.5b 模型参数为15亿/1.1GB，
• 7b 模型参数约为 70亿/4.7GB，
• 14b 模型参数约为 140亿/9GB。

deepseek-r1 不同版本模型的执行命令不同：

1.5b 的命令为：

ollama run deepseek-r1:1.5b

7b 的命令为：

ollama run deepseek-r1:7b

14b 的命令为：

ollama run deepseek-r1:14b

本教程选择选择 7b 模型，在CMD命令行窗口运行安装命令 “ollama run deepseek-r1:7b”，程序会自动下载和安装运行。

安装完成后显示 “success”，表明安装成功。

注：默认地址是 “C:\Users%username%.ollama\models”。

如果要修改模型的保存地址，可以新建一个文件夹如 “C:\Model”，

然后在系统环境变量添加系统变量：

“变量名：OLLAMA_MODELS，变量值：C:\Model”。

1.2 使用 deepseek-r1 模型:

在命令行窗口运行命令 “ollama run deepseek-r1:7b”，就可以在提示行输入，与 deepseek-r1 进行聊天。

输入 “/?”，可以获得帮助。

注：通过本地命令行窗口可以使用 deepseek-r1，但这让人回到了 DOS 年代，交互体验很差。接下来我们按照 Docker 和 Open WebUI 用户界面，可以更便捷地使用 deepseek-r1。