前言

作为全球首个开源且免费的高性能语言大模型，DeepSeek凭借超强性能和开源策略，直接打破了行业的高成本壁垒，甚至逼得ChatGPT和百度心文一言纷纷宣布免费使用。

但凡事有利有弊，DeepSeek太火爆了，服务器也跟着“遭殃”——网页端和App端服务频繁繁忙，用户体验大打折扣。与此同时，ChatGPT虽然免费，但国内用户使用起来依然不太方便；百度文心一言更是尚未完全开放免费服务。这可真是让人头疼！

不过别担心，今天就来给大家支招！我将详细解析如何本地部署DeepSeek模型，无论是PC端还是手机端，都能轻松搞定，帮你打造属于自己的“离线AI助手”。话不多说，教程马上奉上！

1、PART 1PC端本地部署

Step 1：下载AI模型框架

PC端无论是Windows、macOS还是Linux，部署步骤大同小异。为了更友好地帮大家完成安装，本教程选择了图形化AI框架LM Studio作为示例。

• 下载LM Studio：

打开LM Studio官网（https://lmstudio.ai/），根据你的系统选择适配版本，目前推荐使用0.3.9版本。

注意：官网属于国外站点，用浏览器直接下载可能会很慢甚至失败。推荐使用下载工具（如比特彗星或迅雷）提速。

• 比特彗星官网：A free C++ BitTorrent DownloadClient https://www.bitcomet.com/en

• 安装LM Studio：

安装时尽量避开系统盘，路径中不要出现中文或特殊字符，避免后续运行出错。

Step 2：配置LM Studio基础设置

1.切换语言：首次打开软件界面是英文，点击右下角齿轮图标，选择简体中文即可（虽然翻译不完全，但不影响基本操作）。

2.设置模型目录：这一步很关键！

• 在硬盘中创建一个新文件夹（文件夹名需避免中文和特殊字符）。

• 在新建文件夹内再嵌套两层文件夹，例如「LM_models → 001 → 002」。

• 打开LM Studio，点击左侧文件夹图标，选择外层文件夹（即「LM_models」）作为模型路径。

Step 3：下载并导入DeepSeek模型

1.下载模型：推荐以下两个模型下载站点，根据网络情况选择：

•魔搭：https://www.modelscope.cn/homeHF

• Hugging Face镜像站：Hugging Face镜像站 https://hf-mirror.com

2.选择模型格式：LM Studio仅支持「GGUF」格式的模型，因此在搜索时务必带上此关键词。

模型命名规则解析：

• 后缀中的“b”代表神经元参数量，例如7b = 70亿参数，参数越多性能越强，但对硬件要求也越高。

• 后缀中的“Q4”“Q8”表示量化精度（如Q4 = 4位量化），精度越高性能越强，但占用硬件资源更多。

3.选择合适模型：根据你的硬件性能选择合适的模型，以下为参考：

• Windows/Linux用户：按显存大小选择，如RTX 4060 Ti（8GB）可选择14B的Q4精度模型。

• macOS用户：M系处理器按内存大小选择，Intel处理器则参考显存配置。

模型选择有点像游戏中的画质与帧率取舍，硬件固定时，模型越大回答质量越高，但速度会变慢。

4.导入模型：将下载的模型文件放入之前设置的「002」文件夹，然后在LM Studio中选择导入即可。

Step 4：运行并使用DeepSeek

完成模型导入后，直接点击加载模型即可开始使用。DeepSeek就像你的专属离线AI助手，随时随地响应需求，回答问题、生成内容，一切都不需要依赖在线服务器。

2、PART 2手机端本地部署

相比PC端，手机端的部署步骤更简单，适合轻量化体验。以下是Android和iOS的安装方法。

Step 1：下载模型框架

• Android用户：下载并安装Pocketpal-ai软件：GitHub下载地址 https://github.com/a-ghorbani/pocketpal-ai/releases/tag/v1.6.7。

• iOS用户：直接在App Store搜索“Pocketpal-ai”即可。

Step 2：导入DeepSeek模型

1.获取模型：软件内置的模型库可能不包含DeepSeek-R1，因此需要自行下载。参考PC端提到的下载站点，选择「GGUF」格式的模型。

2.注意事项：

• 由于手机算力较低，建议选择7b或以下模型，1.5b更适合尝鲜。

• 将下载的模型文件传输到手机并导入软件。

Step 3：调整设置并使用

• 设置上下文参数：在软件设置中，将Context size（上下文参数）适量调大，适应长对话和复杂任务。

• 加载模型：点击Load加载模型后即可开始与AI对话。

好啦，以上就是分享的硬核干货了，无论是PC端还是手机端，本地部署DeepSeek都是一种全新的AI玩法。虽然本地模型的能力暂时无法与云端完全体相比，但其离线运行、高度自由的特性，足以让你轻松畅玩AI技术。

未来的AI，或许不再局限于大厂服务器，而是每个人都能定制化掌控的私人助手。你准备好尝试了吗？

最后的最后

感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。

为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。

这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。

这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。

这份完整版的大模型 AI 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】

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，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。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

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。

这份完整版的大模型 AI 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】