【AIGC】DeepSeek本地部署方法详解：基于Ollama与LM-Studio

---

本文主要介绍如何使用两种大模型部署工具——Ollama 和 LM-Studio，在本地环境下部署 DeepSeek。内容涵盖了两个工具的特征与优势、官方下载链接、安装与下载大模型的关键步骤，以及通过表格对 DeepSeek 不同版本的性能要求、模型文件大小和擅长领域进行对比。

一、 工具概述：Ollama 与 LM-Studio

1.Ollama(推荐）

• 特征与优势：
  • 易用性： 简洁直观的用户界面，适合初学者与高级用户使用。
  • 高效部署： 优化的本地部署方案，支持多种大型语言模型，保证稳定高效的推理速度。
  • 灵活扩展： 允许自定义模型路径和参数配置，便于根据具体需求调整部署环境。

2.LM-Studio

• 特征与优势：
  • 图形化配置： 直观的图形用户界面，简化大模型的导入与配置过程。
  • 强大管理： 支持多模型管理与参数调优，适应不同使用场景与需求。
  • 社区活跃： 拥有活跃的开发者社区，持续获得功能更新与技术支持。

---

二、安装与下载大模型的关键步骤

使用 Ollama 部署 DeepSeek

1. 环境准备：

   • 确认系统硬件满足最低要求（建议现代CPU和充足内存）。
   • 安装必要的依赖环境（如 Python、相关库等）。

2. 下载与安装 Ollama：（需魔法访问）

   • 访问官方下载适合操作系统的安装包。
   • 按照安装向导完成软件安装。

鉴于需要魔法，为了方便大家使用，免费分享安装包：通过网盘分享的文件：OllamaSetup.exe
链接: https: