|
最近，DeepSeek因遭受霉国攻击导致使用起来不太稳定，可以考虑在本地电脑进行安装部署。这样不仅能提高使用的稳定性，还能更好地保护个人隐私。 在本地安装DeepSeek时，就需要评估电脑的硬件性能，了解DeepSeek的最低配置要求。例如，是否必须配备GPU？如果没有显卡，DeepSeek是否仍能正常运行？在使用GPU和仅使用CPU的情况下，电脑的最低硬件配置要求分别是什么等等？ 当然，作为新手用户，在本地电脑部署DeepSeek还是有一定的门槛，可以使用DeepSeek官方网页版、APP应用进行日常体验或使用，网址：《DeepSeek丨中文官网、API申请使用、App下载等百科常识丨AI 指南》https://aizhinan.cc/sites/184 。 🌿实际上，本地部署 DeepSeek 对于短期体验更为适宜（本文末附面向新手、最简单的本地部署教程）。原因在于，以家用电脑的硬件配置情况来看，多数情况下只能运行 DeepSeek 1.3B 或 7B 等规模相对较小的缩水模型，在功能和体验方面有一定的局限性。 所以，普通用户更适合使用能够满血运行、免费的 DeepSeek 网页版和手机 APP，或者是通过使用第三方插件、程序接入 DeepSeek API Key 来进行使用。 DeepSeek第三方插件和应用请参考《DeepSeek集成工具大全：电脑软件、手机应用、浏览器AI插件、代码编辑器丨AI 指南》https://aizhinan.cc/190 一文。 以下内容为本地电脑安装DeepSeek的最低配置要求，性能表现，优化建议等。 本地电脑可以无显卡安装DeepSeek，只有CPU也可以正常运行！首先，可以明确的是，DeepSeek确实可以在纯CPU环境下运行，但是速度会慢很多（具体数据见下文）。 也就是说，DeepSeek完全支持纯CPU运行，但是需要注意的是： 速度显著下降：生成文本的速度可能比GPU慢10-100倍（具体取决于CPU性能）。 内存要求更高：模型权重需完全加载到内存中。 DeepSeek本地电脑安装最低硬件配置要求，分GPU和CPU两种方案：在电脑最低配置要求方面，需要区分GPU和CPU两种情况。 如果电脑有GPU，那么最低配置是8GB显存，比如RTX 3060/3080等，而CPU作为备用方案。 仅有CPU情况下，最低8GB内存，但推荐16GB以上，尤其是7B模型可能需要更多内存。 处理器方面，近几年的Intel或AMD多核处理器，比如i5或Ryzen 5以上都可以。 下面的表格，详细列出了CPU的最低配置，比如内存大小、建议的处理器型号，以及存储空间、操作系统。 硬件配置项GPU方案（推荐）纯CPU方案处理器 任意支持AVX指令的CPU 近5年的多核CPU（如Intel i5/Ryzen 5及以上） 内存 16GB RAM（需共享显存时） 最低8GB（7B模型），推荐32GB+（流畅运行） 存储 15GB可用空间（模型文件） 同左 系统 Windows 10+/Linux/macOS 同左 电脑仅有CPU环境下运行DeepSeek的优化建议： 在CPU环境下，建议对DeepSeek模型的加载方式进行优化，比如设置device_map=”cpu”和torch_dtype=torch.float32等（详细代码见下文）。 另外，还需要注意速度问题，因为CPU推理会比GPU慢很多，尤其是在处理长文本的时候。因此，建议从较小的输入开始测试，或者考虑量化技术减少内存占用，比如4位或8位量化，但是需要注意量化可能影响模型效果。 1，缩小模型加载内存： # 修改模型加载代码 model = AutoModelForCausalLM.from_pretrained( model_path, device_map="cpu", torch_dtype=torch.float32, # 必须用float32 low_cpu_mem_usage=True # 内存优化模式 ) 2，使用量化技术（需修改代码）： # 8-bit量化（减少30%内存） model = AutoModelForCausalLM.from_pretrained( model_path, load_in_8bit=True, device_map="cpu" ) # 4-bit量化（减少50%内存，但效果可能下降） model = AutoModelForCausalLM.from_pretrained( model_path, load_in_4bit=True, device_map="cpu" ) 3，限制生成长度： outputs = model.generate(inputs, max_new_tokens=100) # 生成内容越短越好 实际体验参考：7B模型在CPU上的表现： i7-12700H（14核） + 32GB内存 加载时间：约60秒 生成100字响应：约90秒 较旧的i5-8250U（4核） + 16GB内存 加载时间：约120秒 生成100字响应：约180秒 替代方案建议：如果硬件限制太大，可以考虑： 使用小型模型：尝试更小的模型（如DeepSeek 1.3B） 云端部署：通过Google Colab免费版获得GPU资源（T4/K80） API调用：直接使用DeepSeek官方API（需付费） 在实际操作中，可以先尝试DeepSeek-7B-Chat模型的CPU基础运行，如果响应速度慢得无法接受，再考虑其他方案。需要具体配置诊断可提供： python -c "import platform; print(platform.processor())" 系统任务管理器中的内存占用截图 本地部署DeepSeek实测、教程：我使用自己没有显卡和显存，只有16G内存的笔记本电脑，也成功在本地部署DeepSeek，并可以流畅运行，详见《图文教程丨DeepSeek V3、R1本地部署实战，面向新手的专业攻略丨AI 指南》https://aizhinan.cc/204 一文。 不同参数量对硬件配置的最低要求：详见《DeepSeek R1、V3的1.5b/7b/32b/70b和671b模型，本地部署硬件要求对应表丨AI 指南》https://aizhinan.cc/217 一文。 DeepSeek的中文官网网址：https://deepseek.com/zh DeepSeek网页版：https://chat.deepseek.com 其他DeepSeek相关说明：https://aizhinan.cc/sites/184 因此，即使自己的电脑没有高性能的硬件，甚至没有GPU，其实也是可以安装并正常运行DeepSeek的。当然，要想在本地电脑中获得更好的使用体验，还是建议需要配置更高性能的硬件。 更多相关文章： 《专题丨DeepSeek使用教程》https://aizhinan.cc/tag/deepseek-tutorial 《专题丨人工智能技术和应用案例教程》https://aizhinan.cc/ai-tutorial 《专题丨AI人工智能领域最新前沿资讯、未来发展趋势展望》https://aizhinan.cc/ai-news 禁止转载丨原文链接：https://aizhinan.cc/188 (责任编辑：) |