本文带您在移动AI云电脑上部署DeepSeek-R1大模型，构建个人知识库，开启本地大模型使用之旅。
目前你可以在移动AI云电脑公众版、行业型（GPU型）云电脑中，利用Ollama来本地部署Deekseek R1模型。
首先选购一台移动AI云电脑：https://ecloud.10086.cn/portal/product/cloudComputer。为了保证deepseek大模型正常部署运行，推荐选购公众版8C16G及以上配置，或者GPU版2Q4C8G及以上配置。
下面通过两种方式来实现本地的DeepSeek R1模型部署：
一、命令行部署 DeepSeek R1
1、访问 Ollama 官方地址：https://ollama.com/download，下载Ollama。
2、ollama提供了多种客户端可以选择，我们选择Windos客户端进行安装，点击页面上的“Download for Windows”进行下载安装。
3、ollama顶部菜单”Models”中提供了众多模型，我们找到“deepseek-r1”，通过命令行工具进行安装
4、打开本地命令行工具，执行ollama run deepseek-r1（run命令执行安装+运行过程，本地存在模型时只会直接拉起模型），默认安装7B版本。
5、本地下载成功并成功运行，你可以在命令行中直接进行提问。
大致效果如下，回复内容包括思考过程
二、图形化部署 DeepSeek R1
上面我们通过命令行可以对deepseek进行使用，下面我们借助AnythingLLM客户端来搭建图形化界面。
1、首先安装好AnythingLLM客户端，我们通过官网下载客户端https://useanything.com/。
2、桌面双击AnythingLLM图标启动本地大模型。启动前，先启动ollama服务，ollama serve 启动服务， curl 127.0.0.1:port 显示Ollama is running，表示服务已经启动成功。
3、选择ollama，模型选择deepseek-r1
4、按照上述配置，你将创建一个你自己的workspace，你可以对工作区进行一些设置。
5、在此处配置工作区的名称
6、对工作区使用的大模型进行配置
7、配置好之后，针对deepseek大模型问答，效果如下
性能对比
对比不同云电脑规格下，7B大小的大模型占用性能：
| 规格 性能 | CPU（百分比） | 内存（G） | GPU（百分比） |
| 4Q8C16G（GPU） | 24 | 4.6 | 20 |
| 2Q4C8G（GPU） | 57.4 | 4.7 | 0 |
| 8C16G（CPU） | 49.3 | 5 | 0 |
| 16C32G（CPU） | 55 | 5 | 0 |
在4Q8C16G GPU型云电脑中，7B模型回复过程中，CPU 占用24%左右，GPU 占用24%左右，内存使用4.6G左右。
在2Q4C8G GPU型云电脑中，7B模型回复过程中，CPU 占用57%左右，内存使用4.7G左右。
在8C16G CPU型云电脑中，7B模型回复过程中，CPU 占用50%左右，内存使用5G左右。
在16C32G CPU型云电脑中，7B模型回复过程中，CPU 占用55%左右，内存使用5G左右。
对比相同云电脑规格（8C16G）下，7B以及1.5B大小的大模型占用性能：
| 规格 性能 | CPU（百分比） | 内存（G） | GPU（百分比） |
| 7B | 55 | 5 | 0 |
| 1.5B | 50 | 1.3 | 0 |
在16C32G CPU型云电脑中，1.5B模型回复过程中，CPU 占用55%左右，内存使用1.4G左右。
综上所述，在不同配置的云电脑下，本地部署deepseek所占用的CPU和内存资源均不高，不影响移动云电脑正常使用。
———————————————————————————————————————
移动云电脑与deepseek本地大模型的结合可谓强强联合。移动云电脑为大模型的搭建提供了更为灵活、高性价比的算力承载，同时用户云终端搭载独立私有化模型，用户数据彼此隔离，提供了更安全、更专属的AI体验。
