Mac用户狂喜！手把手教你本地部署DeepSeek大模型

它清晰地表明，你的 Mac 的 M 芯片（特别是它的统一内存和集成的 GPU），正在被充分利用来执行 AI 的计算任务！就算你之前没怎么接触过终端，跟着我的步骤走，也能轻松搞定！DeepSeek 作为一款优秀的开源模型，能力也很不错，无论是写代码、写文章、翻译还是问答，都能胜任。作为一个技术宅，我一直在想，能不能把这些强大的 AI 能力，，无论是写代码、写文章、头脑风暴，DeepSeek 都能在你

annus mirabilis

1153人浏览 · 2025-04-29 11:00:00

annus mirabilis · 2025-04-29 11:00:00 发布

玩 AI 大模型，你是不是经常遇到两个问题？一是要联网，网不好或者没网就抓瞎；二是有些好用的需要付费，比如 ChatGPT。作为一个技术宅，我一直在想，能不能把这些强大的 AI 能力，直接搬到我的 Mac 上，本地运行，而且完全免费、完全离线呢？！

好消息是，完全可以！ 今天，我就要给大家介绍一个超级棒、超级有名气的开源大语言模型——DeepSeek！而且，我们要做的，就是把它部署到你的 Mac book上！

整个过程听起来好像有点技术含量，但相信我，它其实非常简单！咱们只需要安装两个小工具，然后在终端里敲几行命令，再配置一个友好的聊天界面就行了。就算你之前没怎么接触过终端，跟着我的步骤走，也能轻松搞定！

完成后，你的 Mac 就能变成一个离线 AI 工作站，无论是写代码、写文章、头脑风暴，DeepSeek 都能在你本地给你提供强大的帮助！

那咱们就直接开干吧！

第一步：请出“引擎”——安装 Ollama

要让 DeepSeek 这样的开源大模型在 Mac 上跑起来，我们需要一个“引擎”，这个引擎就叫做 Ollama！它专门负责在本地管理和运行各种大模型。

下载 Ollama：
- 打开你的浏览器，访问 Ollama 的官网：Ollama
- 网站会自动识别你是 Mac 用户，直接点那个大大的 “Download” 按钮，然后选择 “Download for macOS”。
- 下载下来的文件（通常是一个 .zip 或 .dmg），找到它，双击打开。
安装 Ollama 应用程序：
- 打开下载的文件后，你会看到 Ollama 的图标。就像安装其他 Mac 应用一样，把 Ollama 图标拖拽到“Applications”（应用程序）文件夹里。
- 然后，打开你的“Applications”文件夹，找到 Ollama，双击运行它。
- 第一次打开，系统可能会问“这个App是从互联网下载的，确定要打开吗？”，勇敢地点击**“打开”**！
安装 Ollama 命令行工具：
- Ollama 启动后，会弹出一个窗口，跟着向导走。点击 “Next”。
- 它会提示你需要安装命令行工具（Install command line Ollama）。点击**“Install”**。
- 这时候会让你输入你的 Mac 的开机密码。输入密码，点击“好”。
- 安装完成后，它可能会提示你运行第一个模型（比如 ollama run llama2）。这个命令先别急着敲，点一下旁边的**“Copy”按钮**，把它复制下来。
验证 Ollama 安装成功：
- 现在，我们需要打开 Mac 的终端。最快的方式是点击屏幕右上角的**“聚焦搜索”（Spotlight Search）图标**（放大镜）。
- 在搜索框里输入 “Terminal”，然后回车打开终端窗口。
- 在终端里，粘贴刚才复制的命令（比如 ollama run llama2），然后回车！
- Ollama 就会开始下载并运行 Llama 2 这个模型。这个过程可能会需要一点时间，终端会显示进度。等到它出现提示符，表示你可以开始和 Llama 2 聊天时，就说明 Ollama 已经成功安装并能运行模型了！
- 你可以先输入 /bye 退出这个模型。

恭喜你！AI 的“引擎”已经在你的 Mac 上架设完毕！

第二步：请出主角——下载并运行 DeepSeek 大模型

Ollama 就像一个模型仓库，DeepSeek 就是仓库里的一个商品。现在仓库搭好了，咱们去把 DeepSeek “领”回来！

查找 DeepSeek 模型：
- 再次回到 Ollama 的官网：Ollama
- 在网站的搜索框里，搜索 “deep seek”。
- 你会看到 DeepSeek 的模型列表。我们要找的是那个专门为 Apple Silicon Mac 优化过的版本，通常名字里带 “R1” 的比较新。
选择模型大小：
- DeepSeek 有不同大小的版本（比如 7B、67B 等）。数字越大，模型越聪明、回答越准确，但也越吃电脑资源（内存/统一内存）！
- 对于大多数 Apple Silicon Mac 用户（特别是基础配置的），我强烈建议先从 7B 版本开始！它大概占用4.7GB 硬盘空间，对内存要求不高，大部分 M 芯片都能流畅跑起来。如果你是 M1 Max、M1 Ultra、M2 Max、M2 Ultra、M3 Max 等配置逆天的机器，可以大胆尝试更大的模型！
- 点击你选择的版本（比如 7B）。
复制 DeepSeek 运行命令：
- 进入模型详情页后，会看到一个命令，比如 ollama run deepseek（注意，具体的命令可能随着模型更新有变化，以官网显示的为准）。点击旁边的**“Copy”按钮**复制它。
下载并运行 DeepSeek：
- 回到终端窗口。为了保险起见，你可以关闭当前终端窗口，再重新打开一个（或者直接开个新窗口）。
- 在新的终端窗口里，粘贴刚才复制的命令（比如 ollama run deepseek），然后回车！
- 这时候，Ollama 就会开始下载 DeepSeek 模型文件（大概4.7GB）。这个过程取决于你的网速，耐心等待它下载完成。
- 下载完成后，终端会直接进入 DeepSeek 的交互界面！出现提示符，就说明 DeepSeek 已经在你的 Mac 上本地跑起来了！
和本地 DeepSeek 聊天：
- 在终端里，你就可以直接像和 ChatGPT 聊天一样，输入你的问题或指令了！
- 比如，你可以输入：“你好！” 然后回车。
- 或者输入：“你觉得本地运行 AI 有什么好处？” 然后回车，看看它怎么回答。
- 玩完后，输入 /bye 并回车，就可以退出 DeepSeek 的命令行交互界面了。下次想再用，重新在终端里输入 ollama run deepseek 回车就行。

太棒了！你的 DeepSeek 大模型，现在正乖乖地在你的 Mac 里为你服务！

第三步：装个漂亮的“外壳”——使用 Chatbox AI (可选，但强烈推荐！)

虽然终端命令行能用，但总归没那么方便直观，特别是看长回答。咱们给 DeepSeek 穿个“马甲”，装一个图形界面的聊天应用！这里推荐一个免费的开源应用：Chatbox AI。

下载 Chatbox AI：
- 打开浏览器，访问 Chatbox AI 的官网：ChatBox
- 网站通常也会识别你的系统。找到并下载 Apple Silicon 版本（文件名可能带 arm64）。
- 下载完成后，找到文件，双击打开。
安装 Chatbox AI 应用程序：
- 把 Chatbox 图标拖拽到“Applications”（应用程序）文件夹里。
- 然后打开“Applications”文件夹，找到 Chatbox，双击运行。
- 同样，第一次打开可能会让你确认，点击**“打开”**。
配置 Chatbox 连接本地 DeepSeek：
- Chatbox 打开后，可能会让你选择模型或连接方式。我们不需要用它的付费功能。
- 选择使用**“本地模型”（Local Model）**。
- 在提供商（Model Provider）里，选择 “Ollama API”。
- 在模型列表里，你应该能看到你刚才通过 Ollama 安装的 DeepSeek 模型，比如 “deepseek-coder:7b” 或者 “deepseek”。选择它！
- 点击**“保存”（Save）**或确认。

搞定！现在，你打开 Chatbox，看到的界面就是和 ChatGPT 类似的聊天框，但它背后连接的，是你 Mac 上本地运行的 DeepSeek 模型！

第四步：见证奇迹——离线运行与 GPU 加速！

配置好了，咱们来点儿刺激的！看看它是不是真的在本地跑，而且是不是真的用上了你 Mac 的 M 芯片的性能！

断开网络，证明离线运行！
- 去你的 Mac 的**“系统设置”（System Settings），找到“网络”（Network）**。
- 把你当前连接的网络（Wi-Fi 或以太网）断开或者设为非活跃（Inactive），确保 Mac 彻底断网！
- 回到 Chatbox，问它一个需要联网才能知道的问题，比如：“今天北京的天气怎么样？”
- 你会发现，它无法给出答案，或者明确告诉你它无法获取实时信息。这完美地证明了它没有联网，是在完全离线状态下运行的！
监控 GPU，证明本地计算！
- 现在，咱们来证明它是在用 Mac 的硬件计算！
- 打开 Mac 的**“活动监视器”（Activity Monitor）**（可以在“应用程序”->“实用工具”里找到，或者用聚焦搜索）。
- 在活动监视器窗口里，点击顶部菜单栏的**“窗口”（Window），然后选择“GPU 历史记录”（GPU History）**。这会弹出一个小窗口，实时显示你的 Mac 图形芯片（GPU）的利用率曲线。
- 回到 Chatbox，给 DeepSeek 一个计算量比较大的指令，比如：“写一篇关于苹果芯片 Mac 玩游戏的 1000 字文章”、“用讽刺的语气写一篇关于某个热点事件的 500 字短文”。
- 当你发送指令后，立刻切换回“GPU 历史记录”窗口！你会惊奇地看到，在你 Mac 生成回复的过程中，那条 GPU 利用率曲线会猛烈地上升，甚至拉满！