DeepSeek模型快速部署教程-搭建自己的DeepSeek

前言：在人工智能技术飞速发展的今天，深度学习模型已成为推动各行各业智能化转型的核心驱动力。DeepSeek 作为一款领先的 AI 模型，凭借其高效的性能和灵活的部署方式，受到了广泛关注。无论是自然语言处理、图像识别，还是智能推荐系统，DeepSeek 都能提供强大的支持。本文将详细介绍 DeepSeek 的特点，并分享两种常见的部署方式：容器云部署和极速部署，帮助用户快速上手并高效利用这一先进技术。无论是技术开发者还是普通用户，都能通过这些方法快速上手并高效利用 DeepSeek 的强大能力。

1.DeepSeek介绍

2.部署方式一：容器云部署DeepSeek

2.1 容器云配置

2.2 终端连接

2.3 模型配置

3.部署方式二：极速部署DeepSeek

1.DeepSeek介绍

DeepSeek 是由深度求索（DeepSeek）公司开发的一款高性能人工智能模型，专注于自然语言处理（NLP）、多模态任务以及通用人工智能（AGI）领域。作为一款领先的 AI 模型，DeepSeek 凭借其高效的性能、灵活的部署方式和广泛的应用场景，成为企业和开发者实现智能化转型的重要工具。

DeepSeek 的核心特点

高性能与高效能

DeepSeek 模型经过深度优化，能够在较低的计算资源下实现高效的推理和训练。无论是处理大规模数据集还是实时推理任务，DeepSeek 都能提供卓越的性能表现。
多模型支持

DeepSeek 提供了多种模型版本，以满足不同场景的需求。例如：
- DeepSeek-R1：适用于轻量级任务，适合资源有限的环境。
- DeepSeek-V3：支持更复杂的任务，具备更强的泛化能力。
- DeepSeek-MultiModal：支持多模态任务，能够同时处理文本、图像和音频数据。
灵活部署

DeepSeek 支持多种部署方式，包括容器化部署、极速部署以及本地部署。用户可以根据自身需求选择最适合的方式，快速上手并高效利用模型。
开源生态与工具集成

DeepSeek 与 Ollama 等轻量级框架深度集成，方便开发者快速部署和扩展。同时，DeepSeek 还提供了丰富的 API 和开发工具，支持与其他系统的无缝对接。
广泛的应用场景

DeepSeek 适用于多种应用场景，包括但不限于：
- 自然语言处理：文本生成、情感分析、机器翻译、问答系统等。
- 多模态任务：图像描述生成、视频内容分析、跨模态检索等。
- 智能推荐：个性化推荐、广告投放优化等。
- 科研与教育：辅助科研数据分析、智能教学系统等。

DeepSeek 的技术优势

先进的模型架构

DeepSeek 基于 Transformer 架构，并结合了最新的深度学习技术，如自注意力机制、稀疏注意力机制等，使其在处理长文本和复杂任务时表现尤为出色。
高效的训练与推理

DeepSeek 采用了混合精度训练和分布式训练技术，大幅提升了训练效率。同时，模型经过量化优化，能够在推理阶段显著降低计算资源消耗。
多语言支持

DeepSeek 支持多种语言的处理，包括中文、英文、西班牙语、法语等，能够满足全球化业务的需求。

接下来介绍部署DeepSeek模型，介绍两种常见的部署方式：容器云部署和极速部署

2.部署方式一：容器云部署DeepSeek

2.1 容器云配置

首先登录蓝耘元生代智算云平台

https://cloud.lanyun.net/#/registerPage?promoterCode=11f606c51e

选择容器云中的去新购

然后选择合适的GPU ，有RTX4090、RTX4090 6152、RTX3090、RTX3090E5、RTX3090E582、RTX3090C6514、RTX3080等多种类型GPU可供选择。以及多样的CPU及内存和硬盘等类型可选择。

挑选后，点击如下红框处

然后进行配置公共镜像

如下这里选择的是Miniconda框架-conda3-python版本3.12(ubuntu22.04)-cuda版本12.3

然后点击右下角确定，之后会自动跳转到容器实例页面并进行创建

可以看到刚刚选择的容器实例已运行

2.2 终端连接

接下来使用终端连接

需要下载两个软件：Xshell、Xftp（网上下载教程很多，自行下载）

如下为我使用的版本信息

安装完成以上两个软件后，打开Xshell软件，点击如下新建会话，或点击文件新建会话

进入如下界面

复制服务器的如下SSH登录指令，SSH和密码，后续会使用

例如我的SSH如下

ssh -p 43xxx root@qhdlink.lanyun.net

用户名为root

协议为SSH

主机为qhdlink.lanyun.net

端口号为43xxx

然后将SSH入刚刚在Xshell的新建会话，点击连接

选择为接受并保存，或一次性接受

然后输入用户名为root ，点击确定

然后粘贴刚刚复制的SSH登录指令的密码，点击确定

如下所示，成功连接上服务器（容器实例），我们会看到我们刚刚租用的实例的一些基本情况

2.3 模型配置

接下来在这个Xshell界面输入代码进行模型配置

首先进行安装Ollama，Ollama 是一个轻量级AI模型运行框架，支持多个开源模型，我们将用它来运行DeepSeek。

在终端中执行如下指令开启加速：

source /etc/network_turbo

执行如下命令来安装 Ollama：


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

安装完成后启动 Ollama：


# 在后台运行
nohup ollama start >> ollama.log 2>&1 &# 查看实时日志
tail -f ollama.log

接下来就可安装运行DeepSeek-R1了

ollama run deepseek-r1:1.5b

至此，我们已经成功在蓝耘容器平台上部署了一个DeepSeek-R1:1.5B模型了

耘元生代容器平台支持快速部署DeepSeek多款领先AI模型，只需通过修改Ollama指令即可完成其他DeepSeek模型部署，其余步骤不变。比如要运行一个DeepSeek-V3，执行如下命令即可：

ollama run deepseek-v3

注意：不用时，记得关机容器实例（按小时计费的，可节省成本）

3.部署方式二：极速部署DeepSeek

我们也可以直接从应用市场进行部署

点击蓝耘平台的应用市场，可以根据自己的使用场景灵活选择

点击部署即可选择GPU型号进行部署

自动跳转到如下工作空间后等待创建成功

然后点击快速应用即可

随后会跳转到Deepseek登录界面，此时需要电子邮箱和密码

我们返回应用市场，点击查看详情

复制粘贴默认账号密码即可

【默认账号：lanyunuser@lanyun.net 密码：lanyunuser】

点击登录即可

登录成功如下界面

此外还支持多种DeepSeek模型的切换和微调