我们今天在低配置甚至无显卡的电脑里，部署国产之光：deepseek-r1大模型，可以根据自己的需求选各个参数的模型，甚至是671b（6710亿参数模型）。

第一步 下载模型：

从网站 OllamaGet up and running with large language models.https://ollama.com/下载适合自己的模型：

如果打不开上面的网站或者下载不了，可以关注并私信我要云盘的链接，里面不但有ollama，还有deepseek-r1的1.5b、7b、8b、14b、32b、70b、671b的模型文件，网盘内容如下：

第二步 安装下载好的OllamaSetup.exe

直接点Install安装

第三步 判断是否安装成功

安装完成以后，安装程序会自己关闭，如果想判断是否安装成功，就打开命令行

输入命令：ollama -v

如果能显示出ollama版本，则安装成功。

第四步 下载并运行大模型

安装成功后，想运行哪个大模型，就运行哪个指令：

1.5b：ollama run deepseek-r1:1.5b
7b：ollama run deepseek-r1:7b
8b：ollama run deepseek-r1:8b
14b：ollama run deepseek-r1:14b
32b：ollama run deepseek-r1:32b
70b：ollama run deepseek-r1:70b
671b：ollama run deepseek-r1:671b

系统会自动下载模型，并且最后运行，等待下载完成就行：

等到出现 Send a message时，就可以输入文字进行沟通使用了

如果网络下载太慢，想从云盘下载模型的，则下载云盘中的models目录下的文件：

其中models/blobs中保存的是模型文件，如果只需要其中一种或几种，也不需要下载所有的模型：

红字对应的那张就是模型对应的文件，想用哪个模型只需要下载哪个就可以了。

第五步 怎样判断自己可以安装哪个大模型？

参考下图：

看自己的电脑剩余的显存+内存有多少，最大就可以选择哪个模型运行。

第六步 如果内存不足，想要运行更大的，甚至最大的怎么办？

当然有办法！但是前提是你的硬盘空间要充足，并且最好是ssd硬盘，硬盘速度越快越好。那就是用硬盘虚拟内存，具体做法如下：

1、我的电脑点右键，点 属性

2、选择高级系统设置

3、选择高级里的设置

4、点击高级

5、选择更改

下图是运行671b模型的配置，可以按照下图的方式更改，如果电脑剩余空间太小，自定义的初始大小也可以设置为524288。

6、其他参数量需要设置的虚拟内存数值如下：

7、如果在设置过程中，需要重启，则先重启，然后需要重新做一遍！

8、设置好虚拟内存以后，就可以重新运行了：

1.5b：ollama run deepseek-r1:1.5b
7b：ollama run deepseek-r1:7b
8b：ollama run deepseek-r1:8b
14b：ollama run deepseek-r1:14b
32b：ollama run deepseek-r1:32b
70b：ollama run deepseek-r1:70b
671b：ollama run deepseek-r1:671b

第七步 虚拟内存运行大模型的问题和意义

        DeepSeek大模型能部署和能运行，并不能代表能作为生产力使用，其中还有个关键的问题就是推理速度，也就是每秒能生成多少tokens，生成的太慢，一个问题等半天，就没有实用意义了。

        而用硬盘虚拟内存部署大模型，尤其是最大的模型，推理速度会极慢，那为什么我还要教大家这种部署方案呢？

        首先普及一个知识，推理速度快慢排名是这样的：GPU+显存>CPU+内存>CPU+虚拟内存，而运行671b需要的空间是446G了，而目前来说，能有446G内存的人有多少？更不要说有446G的显存了，所以，能让671b在自己电脑上跑起来，并且不先花钱买设备的办法，只有虚拟内存这一种方案，这是从0到1的问题，也是从无到有的意思。大家用这种方式，可以去测试、去体验，如果模型能满足自己需求，再去购买设备来做生产力用，这样测试成本几乎是零，这就是本篇文章的意义。