当前位置: 首页 > news >正文

如何在 Ubuntu 24.04 本地安装 DeepSeek ?

Install Deepseek on Ubuntu

在本地 Ubuntu 系统上安装 DeepSeek 可以让您在本地使用高级 AI 功能,从而消除对云服务的依赖需求。

What is DeepSeek?

DeepSeek 是一个先进的开源人工智能模型,专为自然语言理解和生成而设计。它提供了类似ChatGPT的强大功能。

Prerequisites:

  • A running Ubuntu 24.04 Instance
  • Stable Internet Connection
  • Minimum 8GB RAM (recommended 16 GB RAM and Multi GPU)
  • At least 20GB Free disk space
  • Basic understanding of terminal

废话不多说,让我们开始 Deepseek 的安装步骤。登录到 Ubuntu 24.04 系统,按照以下步骤操作。

1) Update Your System

强烈建议在您的 Ubuntu 系统上安装所有可用的更新。

$ sudo apt update && sudo apt upgrade -y

Install Updates For DeepkSeek Installation Ubuntu

安装完所有更新后,重新启动系统。

$ sudo reboot

2) Install Python and Git

我们需要 Python 3.8 或更高版本来安装 deepseek,最新版本 Python 3.12 默认可用。

$ sudo apt install python3 -y

验证是否安装了 Python 3.8 或更高版本

$ python3 --version

Python Version Check Ubuntu

安装 Python 包管理器 pip

$ sudo apt install python3-pip -y
$ pip --version

安装 Git 用于克隆存储库

$ sudo apt install git -y
$ git --version

Pip GIT Version On Ubuntu 24.04

3) Install Ollama

Ollama 是一个简化本地运行大型语言模型的平台,使用以下 curl 命令安装它:

$ curl -fsSL https://ollama.com/install.sh | sh
$ ollama --version

Download Ollama On Ubuntu 24.04

安装完成后,Ollama 服务将自动启动,使用下面的命令来验证状态。

$ sudo systemctl status ollama.service

Ollama Service Status Ubuntu 24.04

4) Download and Run the DeepSeek Model

安装好 Ollama 后,下载 DeepSeek 模型。根据您的需求,您可以相应地下载它们。

  • DeepSeek-R1-Distill-Qwen-1.5B
  • DeepSeek-R1-Distill-Qwen-7B
  • DeepSeek-R1-Distill-Qwen-14B
  • DeepSeek-R1-Distill-Qwen-32B
  • DeepSeek-R1-Distill-Llama-8B
  • DeepSeek-R1-Distill-Llama-70B

这些模型基于两个不同的模型家族:

  • Qwen-based models (ranging from 1.5B to 32B parameters)
  • Llama-based models (8B and 70B parameters)

要下载 R1- 7B 模型,请运行以下 ollama 命令

$ ollama pull deepseek-r1:7b

Download DeepSeek Model 7B Ubuntu Command Line

这个命令将下载并运行 DeepSeek 模型的 7B 版本,下载数据量大约为 4.7GB

同样,如果您想下载 R1-14B 型号,那么请运行

$ ollama pull deepseek-r1:14b

Download DeepSeek Model 14B Ollama Command

一旦模型下载完毕,您可以通过运行命令列出它们。

$ ollama list

List Downloaded DeepSeek Model Ubuntu Command Line

启动特定型号,比如: 7b, 运行以下命令

$ ollama run deepseek-r1:7b

输入您的查询,您将得到您的答案,示例如下:

Run DeepSeek Model On Ubuntu 24.04

使用 Ctrl+D 从模型提示符中退出。

5) Set Up the Web UI for DeepSeek

为了获得更友好的体验,您可以通过 web 界面与 DeepSeek 进行交互。

$ sudo apt install python3-venv -y
$ python3 -m venv ~/open-webui-venv
$ source ~/open-webui-venv/bin/activate

接下来,使用以下 pip 命令安装 Open WebUI

$ pip install open-webui

Pip Install Open WebUI Ubuntu 24.04

启动 Open WebUI 服务

$ open-webui serve

Start Open WebUI DeepSeek Ubuntu

打开浏览器,导航到 http://localhost:8080 访问界面

Create Admin Account for WebUI DeepSeek

Create your admin account, it will take us to Web UI screen, select the
DeepSeek model from the dropdown menu to start interacting with it.

创建管理员账户,从下拉菜单中选择 DeepSeek 模型,开始与之交互。

Select DeepSeek Model in Open WebUI Screen

为 Web UI 创建 Systemd 服务

要使 Open web 在系统引导时自动启动,需要创建 systemd 服务文件。

$ sudo vi /etc/systemd/system/open-webui.service

添加以下内容:

[Unit]
Description=Open WebUI Service
After=network.target[Service]
User=linuxtechi
WorkingDirectory=/home/linuxtechi/open-webui-venv
ExecStart=/home/linuxtechi/open-webui-venv/bin/open-webui serve
Restart=always
Environment="PATH=/home/linuxtechi/open-webui-venv/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"[Install]
WantedBy=multi-user.target

用您的实际用户名替换 linuxtech, 重新加载系统并启用服务:

$ sudo systemctl daemon-reload
$ sudo systemctl enable open-webui.service
$ sudo systemctl start open-webui.service

使用以下命令查看服务的状态:

sudo systemctl status open-webui.service

Systemd Service for WebUI DeepSeek

我的开源项目

酷瓜云课堂-开源知识付费解决方案

  • course-tencent-cloud(酷瓜云课堂 - gitee仓库)
  • course-tencent-cloud(酷瓜云课堂 - github仓库)
http://www.xdnf.cn/news/306289.html

相关文章:

  • STM32H743单片机实现ADC+DMA多通道检测
  • Python生活手册-Numpy数组索引:从快递柜到咖啡店的数字化生活指南
  • 易境通货代系统:如何用一套系统解决货代多业务场景痛点?
  • 机器学习-简要与数据集加载
  • 影刀RPA中使用AI模型
  • java中hashmap源码解析(jdk1.8)
  • 代码mark:脚本获取包含全角字符的字符串的长度
  • php中serialize和unserialize的用法详解
  • 开源模型应用落地-qwen模型小试-Qwen3-8B-推理加速-vLLM-Docker(二)
  • 鸿蒙NEXT开发动画(风格的弹性缩放加载动画组件)
  • 长实公布新盘案名“花语海” 打造全新“维港都会公园圈”
  • Dubbo(99)如何在区块链系统中应用Dubbo?
  • RLOO:将多次其他回答的平均reward作为baseline
  • [250505] Arch Linux 正式登陆 Linux 的 Windows 子系统
  • 电动金属硬密封蝶阀泄露等级:水、蒸汽、油品介质的零泄漏守护方案-耀圣
  • Relay 算子调用流程
  • Java 函数式编程
  • 高斯计校准的重要性
  • 【C语言】推箱子小游戏
  • 初步认识java
  • 精益数据分析(42/126):移动应用商业模式的深度剖析与实战要点
  • 浏览器存储 Cookie,Local Storage和Session Storage
  • 在 Sheel 中运行 Spark:开启高效数据处理之旅
  • 公司项目架构搭建者
  • LXwhat-嘉立创
  • 5G+教育:如何重塑未来课堂?
  • 打造智慧养老实训室,构建科技赋能养老新生态
  • 精益数据分析(44/126):深度解析媒体网站商业模式的关键要点
  • 安装篇--CentOS 7 虚拟机安装
  • 【AI】用AI将文档、文字一键生成PPT的方法(百度的自由画布版)