
三步快速实现 Mac 本地部署 Deepseek-R1 模型(附教程)
最近几天,DeepSeek发布 R1 模型,点燃了整个AI圈。DeepSeek-R1的发布,可以说是国产 AI 技术的一个重要里程碑,R1 模型在后训练阶段大规模使用了强化学习技术,能在仅有极少标注数据的情况下,大幅度提高模型推理能力,在数学、代码、自然语言推理等任务上,性能赶超 OpenAI o1 正式版。
最近几天,DeepSeek发布 R1 模型,点燃了整个AI圈。DeepSeek-R1的发布,可以说是国产 AI 技术的一个重要里程碑,R1 模型在后训练阶段大规模使用了强化学习技术,能在仅有极少标注数据的情况下,大幅度提高模型推理能力,在数学、代码、自然语言推理等任务上,性能赶超 OpenAI o1 正式版。
目前,DeepSeek开源了DeepSeek-R1 和 DeepSeek-R1-Zero两个模型,并通过模型蒸馏,开源了 6 个小模型(1.5b、7b、8b、14b、32b、70b)。
本篇文章会为大家演示,如何快速在 Mac 上本地部署 Deepseek-R1 模型。
Mac配置
这是我的Mac配置,本次部署的是使用的是7b的模型,亲测勉强能跑一下。
运行方式说明
在Mac使用大模型有2种比较简单的方式,这两种方式也都支持Windows和Linux系统。
1、使用ollama
2、使用LM Studio。
LM Studio是可视化的界面,Ollama是命令行。这2个工具都可以运行大量的开源模型,经过配置HuggingFace上上万个大模型也可以随便使用。
本篇文章中的演示使用的是ollama。
第一步 安装Ollama
打开官网Ollama,https://ollama.com/ ,然后下载,根据自己的设备的系统下载安装就行。
点击 install,安装命令行。
打开终端输入 ollama -v,如果输出了版本号,说明 ollama 安装成功了。
第二步 执行命令安装 Deepseek-R1
在Ollama官网搜索Deepseek-R1模型,可以看到R1模型有7种参数量(1.5b、7b、8b、14b、32b、70b,B代表Billion,十亿),参数量越大,模型效果越好,对于电脑配置的要求越高,大家可以根据自己的设备下载参数更大的模型。(如果配置还可以,建议大家下载32B 或 70B 模型,这两个模型在多项能力上都超越了 OpenAI o1-mini。)
我的设备是2022 Macbook Pro 8G,这里我选择的是 7B 的小模型。
选择好模型后,复制对应的运行代码,然后打开终端输入代码 ollama run deepseek-r1:7b
系统会自动下载模型,下载完就会出现交互页面。
第三步 体验和R1大模型问答
到这里,我们就已经完成了Deepseek-R1的本地部署,可以开始体验我们的专属端侧大模型了。
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
基于此,我用做产品的心态来打磨这份大模型教程,深挖痛点并持续修改了近70次后,终于把整个AI大模型的学习门槛,降到了最低!
在这个版本当中:
第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言
您只需要听我讲,跟着我做即可,为了让学习的道路变得更简单,这份大模型教程已经给大家整理并打包,现在将这份 LLM大模型资料
分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、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。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
五、AI产品经理大模型教程
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓
更多推荐
所有评论(0)