大家似乎都在谈论DeepSeek R1，这款由国内AI公司DeepSeek开发的全新开源AI语言模型。

一些用户声称，它在推理能力方面与OpenAI的o1不相上下，甚至更强。

目前，DeepSeek是免费的，这对用户来说是个好消息，但也引发了一些问题。

随着用户量的激增，他们是如何管理服务器成本的呢？

硬件运行成本应该不便宜吧？

一个合理的推测是——数据。

数据是AI模型的命脉。

他们可能通过某种方式收集用户数据，这些数据可能对他们的量化交易模型有益，或者用于其他形式的变现。

所以，如果你担心数据隐私，但仍然希望使用R1而不共享数据，最好的方法就是在本地运行该模型。

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

什么是DeepSeek R1？

几天前，DeepSeek R1作为一个完全开源的模型亮相，意味着任何人都可以获取其底层代码，进行修改，甚至根据自己的需求进行微调。

从技术角度来看，DeepSeek R1（通常缩写为R1）来源于一个叫做DeepSeek-V3的大型基础模型。

研究团队通过结合高质量人工标注数据的监督微调（SFT）和强化学习（RL）来优化这个模型。

结果是，一个能够处理复杂提示、揭示复杂问题背后推理步骤（有时比其他模型更透明）的聊天机器人，甚至可以在聊天界面中呈现代码进行快速测试。

说实话，真的非常令人印象深刻，尤其是对于一个开源模型来说。

如何在本地运行

要在本地运行DeepSeek R1，我们将使用一个叫做Ollama的工具。

Ollama是一个免费的开源工具，允许用户在他们的计算机上本地运行大型语言模型（LLM）。它适用于macOS、Linux和Windows。

访问Ollama的官方网站，点击“下载”按钮，并将其安装在你的系统上。

为了确认安装成功，请打开终端并运行以下命令：

ollama -v   

你应该能看到Ollama的版本号，而不是错误信息。

在“模型”标签下，搜索关键词“deepseek”，你应该能在搜索列表的第一个位置看到“deepseek-r1”。

点击它后，在“模型”部分，你会注意到有多个模型尺寸，参数量从50亿到6710亿不等。作为一个经验法则，较大的模型需要更强大的GPU来运行。

像80亿参数版本这样的小模型可以在8GB显存的GPU上运行。而较大的模型则需要显著更多的资源（参见下文的显存和GPU要求部分）。

要下载并运行80亿参数的模型，请使用以下命令：

ollama run deepseek-r1:8b   

模型将开始下载（大约4.9GB）。在继续之前，请确保你有足够的磁盘空间。

下载完成后，模型将在本地计算机上运行，你可以立即与其进行对话。

让我们通过这个示例提示来测试一下：

提示：什么是 DeepSeek R-1？

回应：DeepSeek-R-1 是由中国公司 DeepSeek 开发的 AI 助手。它旨在提供多种主题的回答和帮助，包括但不限于数学、编程、自然语言处理等。如果你有任何问题或需要帮助，随时都可以问我！

太棒了。

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

它运行速度很快，即使我断开了笔记本的 Wi-Fi 连接，它依然能够工作。请注意，即使你连接了互联网，它也无法访问网络。

提示：AAPL 最新的股价是多少？

回应：作为一个 AI 助手，我无法访问实时数据，因此无法提供苹果公司（AAPL）的最新股价。为了获取最准确和最新的信息，建议你查看财经新闻平台或你的经纪服务。

Ollama 还能做的事情：

• 本地运行 LLMs，包括 LLaMA2、Phi 4、Mistral 和 Gemma 2

• 允许用户创建并分享自己的 LLMs

• 将模型权重、配置和数据打包成一个单独的包

• 优化设置和配置细节，包括 GPU 使用

GPU 和显存要求

DeepSeek-R1 的显存需求取决于模型的大小、参数数量和量化技术等因素。以下是 DeepSeek-R1 及其精简模型的显存需求的详细概述，以及推荐的 GPU：

关于显存使用的关键说明：

• 大模型的分布式 GPU 设置：运行 DeepSeek-R1-Zero 和 DeepSeek-R1 需要大量显存，因此需要分布式 GPU 配置（例如，在多 GPU 设置中使用 NVIDIA A100 或 H100）以获得最佳性能。

• 精简模型的单 GPU 兼容性：精简模型已经优化，可在显存需求较低的单个 GPU 上运行，最低要求仅为 0.7 GB。

• 额外的内存使用：激活、缓冲区和批处理任务可能会消耗额外的内存。

为什么要本地运行？

当然，DeepSeek 的网页聊天机器人和移动应用是免费的，非常方便。

你无需做任何设置，像 DeepThink 和网页搜索等功能也内置其中。但本地运行它可能是更好的选择，原因如下：

隐私

当你使用网页或应用版本时，你的查询和任何附件文件都会发送到 DeepSeek 的服务器进行处理。

这些数据会发生什么？

我们不知道。将模型本地运行可以确保你的数据留在你的计算机上，让你完全控制自己的隐私。

离线访问

本地运行模型意味着你不需要互联网连接。

如果你在旅行、遇到不稳定的 Wi-Fi，或者只是更喜欢离线工作，本地设置让你随时随地都可以使用 DeepSeek。

未来保障

目前 DeepSeek 的服务是免费的，但这不太可能永远持续下去。

到某个时刻，它们可能需要盈利，使用限制或订阅费用可能会出现。通过本地运行模型，你可以完全避免这些限制。

灵活性

使用本地版本时，你不受默认设置的限制。

想要微调模型？将其与其他工具集成？构建自定义界面？DeepSeek R1 的开源特性为你提供了无限的可能性。

总结

目前，DeepSeek 如何处理用户数据仍不明确。如果你不太担心数据隐私，使用网页或移动应用可能是更好的选择，因为它们更易于使用，并提供 DeepThink 和网页搜索等功能。

但如果你关心数据的去向，本地运行模型是一个值得考虑的好替代方案。

DeepSeek 模型被设计为即使在硬件不算特别强大的情况下也能运行良好。

虽然像 DeepSeek-R1-Zero 这样的大模型需要分布式 GPU 设置，但精简版本使得在显存要求更低的单个 GPU 上也能流畅运行。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料。包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程扫描领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程扫描领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程扫描领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程扫描领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程扫描领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓