1. 确认环境准备

(1) 硬件要求

• 显存需求：70B 参数的模型需要大量显存。若使用 NVIDIA T4（16GB 显存），需多卡并行（如 8 卡）或开启量化（如 q4_0、q8_0）。
• 内存需求：建议至少 64GB 系统内存。
• 存储空间：模型文件约 40-140GB（取决于量化方式）。

(2) 软件依赖

• 安装 Ollama（确保版本支持自定义模型）：

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

---

2. 下载 DeepSeek-R1:70B 模型

(1) 若模型已存在于本地

• 直接通过 Ollama 加载：

  ollama run deepseek-r1:70b
  

(2) 若需自定义模型

• 创建 Modelfile 定义模型参数（示例）：

  FROM deepseek-r1:70b
  PARAMETER num_gpu 8  # 使用 8 卡 GPU
  PARAMETER num_ctx 4096  # 上下文长度
  PARAMETER quantize q4_0  # 量化方式（可选）
  

• 构建自定义模型：

  ollama create deepseek-r1-custom -f Modelfile
  

---

3. 启动 Ollama 服务

(1) 启动模型

• 前台运行（调试模式）：

  ollama serve
  

• 后台运行（生产环境）：

  systemctl start ollama
  

(2) 检查模型状态

• 查看已加载模型：

  ollama list
  

  输出应包含：

  NAME            ID              SIZE      MODIFIED
  deepseek-r1:70b 0c1615a8ca32    42 GB     2 hours ago
  

---

4. 配置外部访问

默认情况下，Ollama 仅监听 127.0.0.1:11434，需修改为允许外部访问：

(1) 修改监听地址

• 编辑 Ollama 环境变量：

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

  添加：

  [Service]
  Environment="OLLAMA_HOST=0.0.0.0:11434"
  

• 重启服务：

  sudo systemctl daemon-reload
  sudo systemctl restart ollama
  

(2) 开放防火墙端口

• 开放 11434 端口：

  sudo ufw allow 11434/tcp
  sudo ufw reload
  

(3) 验证监听状态

netstat -tuln | grep 11434

输出应为：

tcp  0  0 0.0.0.0:11434  0.0.0.0:*  LISTEN

---

5. 调用模型 API

(1) 通过 Curl 测试

curl http://<服务器IP>:11434/api/generate -d '{
  "model": "deepseek-r1:70b",
  "prompt": "你好，DeepSeek！",
  "stream": false
}'

(2) 使用 Python 客户端

import requests

response = requests.post(
    "http://<服务器IP>:11434/api/generate",
    json={
        "model": "deepseek-r1:70b",
        "prompt": "如何部署大模型？",
        "stream": False
    }
)
print(response.json()["response"])

---

6. 性能优化

(1) 多 GPU 并行

• 启动时指定 GPU 数量：

  OLLAMA_NUM_GPU=8 ollama serve
  

(2) 量化模型

• 使用 q4_0 或 q8_0 量化减少显存占用：

  ollama run deepseek-r1:70b --quantize q4_0
  

(3) 调整批处理大小

• 在 Modelfile 中设置：

  PARAMETER num_batch 512  # 根据显存调整
  

---

7. 常见问题解决

(1) 显存不足

• 现象：CUDA out of memory
• 解决：
  • 减少 num_batch。
  • 启用量化（quantize q4_0）。
  • 增加 GPU 数量。

(2) 服务无法启动

• 现象：Failed to bind port 11434
• 解决：
  • 检查端口占用：lsof -i :11434。
  • 关闭冲突进程或更换端口。

(3) 模型加载失败

• 现象：Model deepseek-r1:70b not found
• 解决：
  • 确认模型文件路径正确。
  • 重新下载模型：ollama pull deepseek-r1:70b。

---

总结

通过上述步骤，你可以在 Ollama 上成功部署 DeepSeek-R1:70B 模型，并支持外部网络访问。如果遇到性能问题，优先通过量化和多 GPU 并行优化资源占用。若需进一步扩展，可结合 Kubernetes 或 Docker Swarm 实现集群化部署。