DeepSeek 本地安装教程：Windows 原生与 Docker 两种方法（含显存对照）

想在自己的 Windows 电脑上跑 DeepSeek，不用联网、不用把问题发给别人的服务器，这件事现在很容易：装一个 Ollama，再拉一个 deepseek-r1 的模型就行。但是“DeepSeek本地安装”这个词背后有两个常被忽略的问题：一是你装的到底是哪个尺寸，671b 的完整版要 404GB，普通电脑装不下，能跑的是 1.5b 到 70b 之间的蒸馏版本；二是装在 Windows 里还是放进 Docker 容器，两种做法各有适合的人。这篇文章讲清楚两种方法的步骤、命令、体积与显存对照，以及常见报错，适合想做“DeepSeek电脑本地部署”的新手。

核对说明：软件要求、命令与路径来自 Ollama 与 Docker 官方文档；模型文件体积来自 Ollama 模型库 deepseek-r1 页面标注。我们没有在你的机器上实测安装，也没有对速度做测试；显存对照是按文件体积加运行开销的估算。

要点速览（更新于 2026-11-04）

• 最省事的方法：Windows 10 22H2 及以上，下载 OllamaSetup.exe 安装（不需要管理员权限），然后运行 ollama run deepseek-r1:8b。NVIDIA 显卡需要驱动 551.61 或更高。

• Docker 方法：用 docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama 启动容器；有 NVIDIA 显卡时加上 --gpus=all。

• deepseek-r1 在 Ollama 上的文件体积：1.5b 约 1.1GB、7b 约 4.7GB、8b 约 5.2GB、14b 约 9.0GB、32b 约 20GB、70b 约 43GB、671b 约 404GB。

• 8GB 显存选 8b，12GB 选 14b，24GB 选 32b；671b 完整版需要服务器级硬件，不是“本地安装教程”能解决的问题。

先搞清楚：你要装的是哪一个 DeepSeek

Ollama 模型库里的 deepseek-r1 提供多个尺寸。其中 1.5b、7b、8b、14b、32b、70b 是由 DeepSeek-R1 蒸馏出来的较小模型，671b 才是完整的 DeepSeek-R1。尺寸与文件体积如下（Ollama 页面标注）：

选择尺寸的简单办法：文件体积再加 1 到 2GB 运行开销，再预留 KV 缓存，应当小于你的可用显存。更详细的算法见显存计算器指南，尺寸之间的差别见DeepSeek R1 蒸馏版各尺寸。

DeepSeek本地安装：两条路线怎么选

如果你不确定，选 Windows 原生。Docker 路线在需要把同一套环境搬到 Linux 服务器时更有价值，系统搭建见Windows 下 WSL2 与 Docker 跑大模型。

方法一：Windows 原生安装（推荐新手）

准备：Windows 10 22H2 或更新版本；如果用 NVIDIA 显卡，驱动版本需要 551.61 或更高；磁盘上至少为安装程序留出 4GB，另外为模型留出空间。

步骤：

1. 从 Ollama 官网下载 OllamaSetup.exe，双击安装。官方文档说明它不需要管理员权限，默认安装在用户目录；需要换位置时可以用 /DIR= 参数指定。
2. 安装后，Ollama 会在后台运行，接口地址是 http://localhost:11434。
3. 打开 PowerShell 或命令提示符，先检查版本：ollama --version。
4. 运行模型：ollama run deepseek-r1:8b。第一次运行会先下载文件，下载完成后直接进入对话。
5. 常用命令：ollama list 查看已下载的模型，ollama ps 查看正在运行的模型，ollama rm deepseek-r1:8b 删除模型。

调用接口：在 PowerShell 里可以用 curl.exe（注意要带 .exe，避免与 PowerShell 的别名冲突）：

curl.exe http://localhost:11434/api/generate -d "{\"model\":\"deepseek-r1:8b\",\"prompt\":\"你好\",\"stream\":false}"

换模型保存位置：Ollama 默认把模型存在用户目录下的 .ollama 文件夹，C 盘空间紧张时，可以设置环境变量 OLLAMA_MODELS 指向另一个磁盘的目录，然后重启 Ollama。更详细的做法与下载慢的处理见Ollama 下载慢与模型路径。

方法二：Docker 容器部署

准备：安装 Docker Desktop。根据 Docker 官方文档，GPU 支持使用 WSL2 后端，建议先运行 wsl --update 更新 WSL，并保持显卡驱动为较新版本。

步骤：

1. 仅 CPU 运行：

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

2. 有 NVIDIA 显卡时加上 GPU 参数：

docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

3. 进入容器运行模型：

docker exec -it ollama ollama run deepseek-r1:8b

4. 模型保存在名为 ollama 的数据卷里，删除容器后数据卷仍然保留；想彻底清理需要另外删除数据卷。
5. 想要网页界面，可以接上 Open WebUI，见Open WebUI 与 Ollama 搭建指南。

注意：Docker 的 CPU 模式能运行，但速度会明显慢于有 GPU 的配置；AMD 显卡在 Docker 里使用 ROCm 版本的镜像，需要另行查阅官方说明。

一个算例：8GB 显存装 DeepSeek 哪个尺寸

假设你有一张 8GB 显存的显卡，可用显存按 0.92 到 0.95 倍估算约为 7.4 到 7.6GB。deepseek-r1:8b 的文件为 5.2GB，加上 1 到 2GB 运行开销，剩下约 0.2 到 1.4GB 给 KV 缓存，能用，但上下文不宜太长。14b 的文件为 9.0GB，已经超过 7.6GB，会有一部分放到内存，速度会明显下降。所以 8GB 显卡首选 7b 或 8b。同理，12GB 显存可用约 11 到 11.4GB，14b 的 9.0GB 加开销后比较合适；24GB 显存可用约 22 到 22.8GB，32b 的 20GB 能放下，但上下文余量很小。

安装完成后：怎么确认真的装好了

1. 看版本：ollama --version 能输出版本号，说明命令行工具可用。
2. 看模型：ollama list 应当列出你下载的 deepseek-r1 标签和文件体积，体积应当与上表接近。
3. 看运行状态：对话时另开一个窗口运行 ollama ps，它会显示模型当前占用的内存，以及是在 GPU 还是 CPU 上运行。如果显示主要在 CPU 上，而你有显卡，请回头检查驱动，见Ollama GPU 排查。
4. 看接口：在浏览器打开 http://localhost:11434，如果显示 Ollama 正在运行，说明服务已启动。
5. 留意回答风格：R1 系列会先输出一段推理过程，再给出答案，所以同一个问题的回复比普通模型更长，等待时间也更久，这是模型特点，不一定是安装有问题。

升级、清理与卸载

升级：Windows 原生版本会提示更新，按提示重启即可；Docker 版本需要先 docker pull ollama/ollama 拉取新镜像，再删除旧容器并用同样的命令重建，因为模型保存在数据卷里，重建不会丢失已下载的文件。

清理：不用的模型用 ollama rm <标签> 删除，以释放磁盘。如果你试用过多个尺寸，磁盘占用会比想象中增长得快：同时保留 8b、14b、32b、70b 四个模型，仅文件就约 77GB（5.2+9.0+20+43，按上表体积相加），所以安装前先确认磁盘空间，选盘的建议见本地大模型硬盘怎么选。

卸载：Windows 原生版可以在系统的“应用”里卸载；模型文件在用户目录的 .ollama 文件夹（或你设置的 OLLAMA_MODELS 目录），卸载程序后是否保留需要自己确认，不需要时手动删除。Docker 版用 docker rm -f ollama 删除容器，再用 docker volume rm ollama 删除数据卷。

下一步：从“能跑”到“好用”

装好之后，大多数人会想要三样东西：一个网页聊天界面、一个能读自己文档的知识库，以及一份换模型的参考。网页界面可以接 Open WebUI；读文档可以看本地 RAG 知识库；尺寸对比可以看DeepSeek 本地部署指南。如果你更喜欢不敲命令的方式，Windows 不用命令行安装本地大模型介绍了图形界面的几种做法。

常见报错与排查

常见误区

• 以为 8b 就是完整 DeepSeek：8b 是蒸馏模型，能力与 671b 的完整版有明显差距，我们不对具体差距做量化声明，因为没有实测。
• 一上来就装 671b：它大约 404GB，下载和存放都需要服务器级资源。
• 只看参数忽略上下文：显存刚好装下模型时，长对话会因为 KV 缓存而溢出。
• 混用多个安装方式：同时装了 Windows 原生和 Docker 容器，两个都占用 11434 端口，容易冲突，请只保留一种。
• 下载来路不明的“整合包”：请只从官方渠道下载安装包，第三方整合包可能夹带不必要的软件，我们不建议使用。
• 指望本地版联网搜索：本地模型默认不联网，需要联网能力要另外配置，见离线 AI 是否需要联网。

我们怎么核对，没做什么

软件要求（Windows 10 22H2、驱动 551.61、OllamaSetup.exe、OLLAMA_MODELS、/DIR=）来自 Ollama 的 Windows 文档；Docker 命令来自 Ollama 的 Docker 文档；WSL2 与 --gpus=all 来自 Docker Desktop GPU 文档；各尺寸体积来自 Ollama 模型库页面。我们没有逐一在不同硬件上安装验证，没有做速度测试，版本要求可能随官方更新变化，请以官方页面为准。

常见问题

DeepSeek 本地安装最简单的方法是什么？

在 Windows 10 22H2 及以上系统下载 OllamaSetup.exe 安装，然后运行 ollama run deepseek-r1:8b。第一次运行会自动下载模型。

本地安装的 DeepSeek 需要多大的显存？

取决于尺寸：8b 的文件约 5.2GB，8GB 显存可以运行；14b 约 9.0GB，建议 12GB；32b 约 20GB，建议 24GB。以上为估算，还要留出上下文缓存。

没有显卡可以安装 DeepSeek 吗？

可以用 CPU 运行较小的模型，例如 1.5b 或 7b，但速度会比有 GPU 慢很多，体验有限。

用 Docker 安装和直接安装有什么区别？

功能一样，都是 Ollama。Docker 方便隔离和迁移，Windows 原生更简单。GPU 需要 WSL2 后端并加 --gpus=all。

本地的 DeepSeek 能联网搜索吗？

默认不能。模型运行在本地，不会自动联网，需要联网能力要通过额外的工具或界面配置。

能不能把 DeepSeek 671b 装在家用电脑？

671b 的文件约 404GB，远超家用电脑的显存和多数内存，需要服务器级硬件。家用电脑更适合蒸馏版本。

装不上或不知道选哪个尺寸？

欢迎到社区留言，或发邮件到 admin@microaione.com，附上显卡型号、显存和内存大小。我们的深圳团队会帮你判断适合的尺寸，也会如实告诉你哪些结论是估算。

参考资料：Ollama：Windows 文档、Ollama：Docker 文档、Docker Desktop：GPU 支持、Ollama 模型库：deepseek-r1。