DeepSeek-R1是一款专为复杂推理、编程、数学和问题解决设计的开源AI模型。它采用混合专家（MoE）架构，能动态分配资源给不同的专家子模型，在保持高性能的同时显著提升效率。本指南将介绍如何通过Ollama在GPU服务器安装DeepSeek-R1，并提供优化策略及Open WebUI网页界面配置方法。
系统要求
1、操作系统：Ubuntu 22.04或以上版本
2、内存需求：
• 小模型(1.5B-7B)：至少16GB RAM
• 大模型：至少32GB RAM
3、存储空间：
• 小模型：50GB可用空间
• 大模型：最高需1TB空间
4、GPU加速（可选）：支持CUDA的NVIDIA显卡
模型特性
DeepSeek-R1是基于MoE架构的语言模型，其特点和优势包括：
1、动态专家系统：仅激活任务所需的专家模块，降低延迟。
2、双版本选择：
• 完整版：保留原始性能
• 蒸馏版：通过知识蒸馏压缩模型，适合普通硬件
3、参数规模：提供1.5B至671B不同规格的模型选择
4、核心优势
• 高效性：MoE架构实现高吞吐任务处理
• 开源免费：支持商业用途和自定义开发
• 多领域能力：擅长编程/数学/逻辑推理
• 弹性扩展：从消费级硬件到企业服务器均可部署
安装步骤
安装DeepSeek所需的硬件取决于用户使用的模型类型。下表显示了每种模型所需的硬盘、显存、内存和使用场景。
| 模型名称 | 模型大小 | 硬盘要求 | 显存要求 | 内存要求 | 使用场景 |
|---|---|---|---|---|---|
| DeepSeek-R1-Distill-Qwen-1.5B | 1.5b | 1.1GB | ~3.5GB | ~7GB | 个人项目与轻量级任务 |
| DeepSeek-R1-Distill-Qwen-7B | 7b | 4.7GB | ~16GB | ~32GB | 小规模AI开发 |
| DeepSeek-R1-Distill-Llama-8B | 8b | 4.9GB | ~18GB | ~36GB | 中等规模编程与研究 |
| DeepSeek-R1-Distill-Qwen-14B | 14b | 9GB | ~32GB | ~64GB | 高级问题解决 |
| DeepSeek-R1-Distill-Qwen-32B | 32b | 20GB | ~74 GB | ~148GB | 企业级AI工作负载 |
| DeepSeek-R1-Distill-Llama-70B | 70b | 43GB | ~161GB | ~322GB | 大规模AI应用 |
| DeepSeek-R1 | 671b | 404GB | ~1342GB | ~2684GB | 多GPU集群与HPC AI高性能计算工作负载 |
注：
671B为唯一完整版模型，其余均为针对普通硬件优化的蒸馏版。
对于7B以上模型，建议使用企业级GPU服务器以获得最佳体验，用户可通过阿里云/腾讯云/朝暮数据等平台获取配备NVIDIA A100/V100的云服务器实例。