DeepSeek-R1-Distill-Qwen-1.5B从零开始：Ubuntu+Docker环境下的完整部署流程

1. 项目概述

DeepSeek-R1-Distill-Qwen-1.5B是一个超轻量级的智能对话模型，专门为本地化部署设计。这个模型结合了DeepSeek优秀的逻辑推理能力和Qwen成熟的模型架构，经过蒸馏优化后，在保持强大性能的同时大幅降低了计算资源需求。

最吸引人的是，这个模型只有1.5B参数，这意味着它可以在普通的GPU甚至CPU环境下流畅运行，不需要昂贵的专业显卡。无论是个人学习使用还是小规模业务部署，都能轻松胜任。

项目内置了基于Streamlit的聊天界面，操作简单直观，就像使用普通的聊天软件一样。你不需要懂复杂的命令行操作，打开网页就能开始对话。模型特别擅长逻辑推理、数学解题、代码编写等需要思考的任务，会自动展示完整的思考过程。

2. 环境准备

2.1 系统要求

在开始部署之前，请确保你的系统满足以下基本要求：

• 操作系统：Ubuntu 18.04或更高版本（其他Linux发行版也可，但本文以Ubuntu为例）
• Docker：需要安装Docker Engine 20.10或更高版本
• 硬件要求：
  • GPU版本：至少4GB显存（推荐8GB以上）
  • CPU版本：至少8GB内存（推荐16GB以上）
• 存储空间：需要约3GB空间用于存放模型文件

2.2 安装Docker

如果你的系统还没有安装Docker，可以按照以下步骤安装：

# 更新软件包列表
sudo apt-get update

# 安装必要的依赖包
sudo apt-get install apt-transport-https ca-certificates curl software-properties-common

# 添加Docker官方GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

# 添加Docker仓库
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

# 再次更新软件包列表
sudo apt-get update

# 安装Docker
sudo apt-get install docker-ce

# 验证安装是否成功
sudo docker run hello-world

如果看到"Hello from Docker!"的提示信息，说明Docker安装成功。

3. 部署步骤

3.1 拉取Docker镜像

首先需要获取项目所需的Docker镜像：

# 拉取DeepSeek-R1的Docker镜像
sudo docker pull your-docker-image-name:tag

请将your-docker-image-name:tag替换为实际的镜像名称和标签。通常可以在项目文档或镜像仓库中找到正确的镜像名称。

3.2 创建模型存储目录

我们需要在本地创建一个目录来存放模型文件：

# 创建模型存储目录
sudo mkdir -p /root/ds_1.5b

# 设置目录权限
sudo chmod 777 /root/ds_1.5b

这个目录将用于存放模型文件，确保Docker容器可以正常访问。

3.3 运行Docker容器

现在可以启动Docker容器了：

sudo docker run -d \
  --name deepseek-chat \
  -p 8501:8501 \
  -v /root/ds_1.5b:/app/models \
  your-docker-image-name:tag

参数说明：

• -d：后台运行容器
• --name：给容器起个名字，方便管理
• -p 8501:8501：将容器的8501端口映射到主机的8501端口
• -v：将本地的模型目录挂载到容器内

3.4 首次启动等待

第一次启动时，系统需要加载模型文件，这个过程可能需要10-30秒。你可以在终端中查看日志来了解进度：

# 查看容器日志
sudo docker logs -f deepseek-chat

当看到"🚀 Loading: /root/ds_1.5b"这样的日志信息，并且没有错误提示时，说明模型加载成功。

4. 使用指南

4.1 访问聊天界面

在浏览器中打开以下地址来访问聊天界面：

http://你的服务器IP:8501

如果是本地部署，可以直接访问：

http://localhost:8501

4.2 开始对话

打开界面后，你会看到一个简洁的聊天窗口：

1. 输入问题：在底部的输入框中输入你的问题
2. 发送请求：按回车键发送
3. 查看回复：模型会以气泡形式显示回复内容

试试问这些问题：

• "帮我解一道二元一次方程"
• "写一个Python爬虫代码"
• "解释一下什么是机器学习"

4.3 高级功能

多轮对话：模型支持连续的对话，能够记住之前的对话上下文，让交流更加自然。

思维链展示：对于复杂问题，模型会展示完整的思考过程，让你了解它是如何得出答案的。

清空对话：如果需要开始新的话题，点击左侧边栏的"清空"按钮，可以重置对话历史并释放显存。

5. 常见问题解决

5.1 端口冲突问题

如果8501端口已经被其他程序占用，可以改用其他端口：

sudo docker run -d \
  --name deepseek-chat \
  -p 8502:8501 \  # 将主机的8502端口映射到容器的8501端口
  -v /root/ds_1.5b:/app/models \
  your-docker-image-name:tag

5.2 模型加载失败

如果模型加载失败，检查以下几点：

1. 目录权限：确保模型目录有正确的读写权限
2. 磁盘空间：检查是否有足够的存储空间
3. 网络连接：确保能够正常访问Docker仓库

5.3 性能优化建议

如果感觉响应速度较慢，可以尝试以下优化：

# 限制CPU使用核心数
sudo docker run -d \
  --cpuset-cpus="0-3" \  # 使用前4个CPU核心
  --name deepseek-chat \
  -p 8501:8501 \
  -v /root/ds_1.5b:/app/models \
  your-docker-image-name:tag

# 或者限制内存使用
sudo docker run -d \
  --memory="4g" \  # 限制使用4GB内存
  --name deepseek-chat \
  -p 8501:8501 \
  -v /root/ds_1.5b:/app/models \
  your-docker-image-name:tag

6. 总结

通过本文的步骤，你应该已经成功在Ubuntu系统上使用Docker部署了DeepSeek-R1-Distill-Qwen-1.5B模型。这个部署过程相对简单，即使是初学者也能按照步骤完成。

这个模型的优势在于它的轻量化和本地化特性。你不需要依赖云端服务，所有数据处理都在本地完成，既保证了数据隐私，又提供了稳定的服务。1.5B的参数规模在保证性能的同时，大大降低了硬件门槛。

无论是用于学习AI技术、开发智能应用，还是单纯体验对话AI的魅力，这个项目都是一个很好的起点。模型在逻辑推理、代码生成、数学解题等方面表现突出，特别是它的思维链展示功能，让你能够清晰看到AI的思考过程。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。