Как запустить DeepSeek локально на компьютере

Содержание

• Что значит запустить DeepSeek локально
• Что такое DeepSeek-R1
• Можно ли установить полноценный DeepSeek-R1 671B дома
• Какой DeepSeek выбрать
• Что потребуется для локального запуска DeepSeek
• Нужна ли видеокарта для DeepSeek
• Шаг 1. Установите Ollama
• Шаг 2. Запустите DeepSeek
• Как установить DeepSeek-R1 8B
• Как установить DeepSeek-R1 1.5B
• Как установить DeepSeek-R1 14B
• Как запустить DeepSeek-R1 32B
• Как проверить, что DeepSeek работает
• Как выйти из DeepSeek
• Как посмотреть установленные модели
• Как посмотреть запущенные модели
• Как остановить DeepSeek
• Как удалить DeepSeek
• Как включить и отключить reasoning
• Как запустить DeepSeek через API
• Как подключить DeepSeek к Python
• Как сделать интерфейс как у ChatGPT
• Можно ли запустить DeepSeek полностью без интернета
• Почему DeepSeek работает медленно
• Почему DeepSeek не запускается
• Ошибка Out of Memory
• Контекст DeepSeek и потребление памяти
• DeepSeek локально или в облаке — что лучше
• Преимущества локального DeepSeek
• Недостатки локального запуска
• Что можно сделать после установки DeepSeek
• Безопасно ли запускать DeepSeek локально
• Заключение
• Часто задаваемые вопросы

DeepSeek можно использовать не только через официальный сайт или облачный API. Некоторые модели семейства DeepSeek доступны для локального запуска — прямо на Windows, macOS или Linux. В этом случае нейросеть работает на ресурсах вашего компьютера, а запросы не нужно отправлять на удалённый сервер.

Самый простой способ запустить DeepSeek локально — установить Ollama и загрузить подходящую версию DeepSeek-R1. Для этого не требуется вручную настраивать Python, CUDA, PyTorch и десятки зависимостей.

В этой инструкции подробно разберём, как установить DeepSeek на компьютер, какую модель выбрать, сколько оперативной и видеопамяти потребуется, как запустить нейросеть и что делать при ошибках.

Что значит запустить DeepSeek локально

Локальный запуск означает, что языковая модель хранится непосредственно на компьютере пользователя и выполняет вычисления на его процессоре, видеокарте и оперативной памяти.

После загрузки модели интернет для обычного общения с нейросетью не требуется.

Локальный DeepSeek можно использовать для:

• общения с ИИ без постоянного доступа к интернету;
• написания и анализа текстов;
• работы с программным кодом;
• решения логических и математических задач;
• анализа локальных документов;
• создания собственного чат-бота;
• разработки ИИ-агента;
• создания RAG-систем;
• подключения ИИ к собственным приложениям.

Что такое DeepSeek-R1

DeepSeek-R1 — семейство моделей, ориентированных на задачи рассуждения. Они способны выполнять многошаговый анализ, работать с кодом, математикой и сложными логическими запросами.

Помимо полной модели существуют уменьшенные дистиллированные версии. Именно они наиболее интересны для домашнего локального запуска.

В Ollama доступны варианты:

• 1.5B;
• 7B;
• 8B;
• 14B;
• 32B;
• 70B;
• 671B.

Для обычного домашнего ПК разумнее всего начинать с версий 7B или 8B. Более крупные модели требуют значительно больше оперативной и видеопамяти.

Можно ли установить полноценный DeepSeek-R1 671B дома

Технически полная версия существует и может запускаться локально, но для обычного домашнего компьютера она практически непригодна.

Модель содержит сотни миллиардов параметров и требует огромного объёма памяти и вычислительных ресурсов.

Поэтому фраза «локально установить DeepSeek» в большинстве случаев означает запуск одной из компактных дистиллированных моделей.

Какой DeepSeek выбрать

Модель	Для кого подходит	Примерные требования
DeepSeek-R1 1.5B	Слабые ПК и ноутбуки	От 8 ГБ ОЗУ
DeepSeek-R1 7B	Большинство домашних ПК	От 16 ГБ ОЗУ
DeepSeek-R1 8B	Оптимальный вариант для начала	16 ГБ ОЗУ, желательно GPU
DeepSeek-R1 14B	Более мощные компьютеры	Около 24–32 ГБ памяти
DeepSeek-R1 32B	Мощные рабочие станции	32–64+ ГБ памяти
DeepSeek-R1 70B	Энтузиасты и серверы	Очень большой объём RAM/VRAM
DeepSeek-R1 671B	Серверная инфраструктура	Не предназначена для обычного ПК

Что потребуется для локального запуска DeepSeek

Точные требования зависят от размера модели и её квантования.

Минимальный компьютер

• современный 64-битный процессор;
• 8 ГБ оперативной памяти;
• SSD;
• несколько гигабайт свободного места.

Такой компьютер лучше использовать только с компактными моделями.

Оптимальная конфигурация

• 16–32 ГБ оперативной памяти;
• современный Core i5, Core i7, Ryzen 5 или Ryzen 7;
• SSD;
• дискретная видеокарта с 8–12 ГБ VRAM.

На такой системе DeepSeek-R1 7B или 8B может работать достаточно комфортно.

Нужна ли видеокарта для DeepSeek

Нет. Небольшие версии DeepSeek можно запускать только на процессоре.

Однако видеокарта значительно повышает скорость генерации. На CPU нейросеть может отвечать заметно медленнее, особенно при длинных запросах.

Поэтому варианты использования выглядят примерно так:

• CPU — работает, но медленнее;
• GPU с 6–8 ГБ VRAM — комфортно для небольших моделей;
• GPU с 12–16 ГБ VRAM — позволяет использовать более крупные варианты;
• 24 ГБ VRAM и больше — подходит для серьёзного локального ИИ.

Шаг 1. Установите Ollama

Ollama — один из самых простых инструментов для запуска локальных языковых моделей.

Он доступен для:

• Windows;
• macOS;
• Linux.

Windows

Скачайте официальный установщик Ollama и установите программу обычным способом.

После установки откройте PowerShell и проверьте:

ollama --version

macOS

Установите приложение Ollama и затем выполните в Terminal:

ollama --version

Linux

Ollama можно установить командой:

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

После установки:

ollama --version

Шаг 2. Запустите DeepSeek

Самый простой вариант:

ollama run deepseek-r1

Ollama автоматически скачает модель, если её ещё нет на компьютере, а затем запустит интерактивный чат.

По умолчанию используется модель, указанная в актуальном теге latest.

Как установить DeepSeek-R1 8B

Для многих пользователей именно версия 8B является хорошим балансом между требованиями к железу и качеством.

Запустите:

ollama run deepseek-r1:8b

При первом запуске начнётся скачивание нескольких гигабайт данных.

После загрузки появится строка ввода, куда можно отправлять запросы.

Как установить DeepSeek-R1 1.5B

Если компьютер слабый или имеет только 8 ГБ оперативной памяти, можно попробовать компактную версию:

ollama run deepseek-r1:1.5b

Она значительно легче, но уступает крупным версиям в качестве сложных рассуждений.

Как установить DeepSeek-R1 14B

Для более мощной системы:

ollama run deepseek-r1:14b

Перед загрузкой убедитесь, что на диске достаточно свободного места и имеется необходимый объём памяти.

Как запустить DeepSeek-R1 32B

ollama run deepseek-r1:32b

Эта версия заметно требовательнее. На обычном ноутбуке её использование может оказаться слишком медленным.

Как проверить, что DeepSeek работает

После запуска можно написать:

Объясни простыми словами, почему небо голубое.

Если нейросеть начинает генерировать ответ, локальный DeepSeek установлен правильно.

Как выйти из DeepSeek

В интерактивном режиме используйте:

/bye

Также обычно можно нажать:

Ctrl + D

Как посмотреть установленные модели

ollama ls

В списке появятся все модели, загруженные через Ollama.

Как посмотреть запущенные модели

ollama ps

Как остановить DeepSeek

ollama stop deepseek-r1:8b

Как удалить DeepSeek

Если модель больше не нужна:

ollama rm deepseek-r1:8b

После этого файлы модели будут удалены с диска.

Как включить и отключить reasoning

DeepSeek-R1 относится к моделям рассуждения. В актуальных версиях Ollama можно управлять режимом thinking.

Пример запуска с рассуждением:

ollama run deepseek-r1 --think "Реши эту логическую задачу"

Отключить reasoning:

ollama run deepseek-r1 --think=false "Кратко перескажи текст"

Также можно скрыть отображение промежуточного reasoning:

ollama run deepseek-r1 --hidethinking "Ответь на вопрос"

Как запустить DeepSeek через API

Ollama запускает локальный API, который обычно доступен по адресу:

http://localhost:11434

Это позволяет использовать DeepSeek в своих программах.

Пример запроса:

curl http://localhost:11434/api/generate -d '{
  "model": "deepseek-r1:8b",
  "prompt": "Объясни что такое нейронная сеть",
  "stream": false
}'

Как подключить DeepSeek к Python

Пример простого Python-скрипта:

import requests

response = requests.post(
    "http://localhost:11434/api/generate",
    json={
        "model": "deepseek-r1:8b",
        "prompt": "Напиши план статьи про искусственный интеллект",
        "stream": False
    },
    timeout=300
)

response.raise_for_status()

print(response.json()["response"])

Для этого необходимо установить библиотеку:

pip install requests

Как сделать интерфейс как у ChatGPT

Использовать DeepSeek через терминал удобно не всем. К Ollama можно подключить графический интерфейс.

Например, локальный веб-интерфейс позволяет получить:

• список диалогов;
• историю сообщений;
• выбор модели;
• загрузку файлов;
• системные промпты;
• более привычный интерфейс чата.

В результате DeepSeek можно использовать почти как обычный облачный чат-бот, но вычисления будут происходить локально.

Можно ли запустить DeepSeek полностью без интернета

Да. После того как Ollama и выбранная модель уже скачаны, базовое общение может работать без доступа к сети.

Интернет понадобится для:

• первоначальной установки;
• скачивания модели;
• обновлений;
• получения актуальной информации из сети;
• внешних API и интеграций.

Сам по себе локальный DeepSeek не знает, что произошло в интернете после обучения модели, если не подключить к нему внешние источники.

Почему DeepSeek работает медленно

Самые распространённые причины:

• слишком большая модель;
• недостаток оперативной памяти;
• работа только через CPU;
• недостаток VRAM;
• слишком длинный контекст;
• другие программы занимают память;
• перегрев компьютера.

Первое решение — попробовать меньшую модель.

Например, вместо:

deepseek-r1:32b

использовать:

deepseek-r1:8b

или:

deepseek-r1:1.5b

Почему DeepSeek не запускается

Если появляется ошибка, сначала проверьте:

• запущена ли Ollama;
• есть ли свободное место на SSD;
• достаточно ли оперативной памяти;
• не повреждена ли загрузка модели;
• не занята ли память другой моделью.

Проверить активные модели:

ollama ps

Остановить модель:

ollama stop deepseek-r1:8b

Ошибка Out of Memory

Ошибка нехватки памяти означает, что выбранная модель слишком большая для компьютера или в системе недостаточно свободных ресурсов.

Попробуйте:

• закрыть браузер и другие тяжёлые программы;
• перезагрузить компьютер;
• остановить остальные модели Ollama;
• выбрать меньшую версию DeepSeek;
• уменьшить длину контекста.

Контекст DeepSeek и потребление памяти

Важно учитывать не только размер самой модели. Чем длиннее контекст, тем больше памяти требуется во время работы.

Поэтому пользователь может успешно загрузить модель, но получить нехватку памяти при работе с очень большими документами или длинной историей диалога.

Если ресурсов мало, следует уменьшить контекст и количество одновременно загруженных данных.

DeepSeek локально или в облаке — что лучше

Параметр	Локальный DeepSeek	Облачный DeepSeek
Интернет	После загрузки не обязателен	Требуется
Приватность	Данные можно хранить локально	Запросы отправляются сервису
Требования к ПК	Высокие	Минимальные
Скорость	Зависит от железа	Зависит от сервера и сети
Стоимость запросов	Нет платы за локальные вычисления	Зависит от тарифа/API
Настройка	Можно глубоко кастомизировать	Ограничена возможностями сервиса

Преимущества локального DeepSeek

• работа без постоянного подключения к интернету;
• контроль над файлами и запросами;
• отсутствие платы за каждый локальный запрос;
• возможность интеграции со своими программами;
• создание локальной базы знаний;
• возможность экспериментировать с параметрами.

Недостатки локального запуска

• требуется мощное железо для крупных моделей;
• небольшие модели уступают полной версии;
• нейросеть занимает место на диске;
• компьютер потребляет больше электроэнергии;
• высокая нагрузка может повышать температуру и шум системы.

Что можно сделать после установки DeepSeek

Локальная модель становится значительно полезнее после подключения дополнительных инструментов.

Можно создать:

• локальный ChatGPT-подобный интерфейс;
• ИИ для анализа PDF;
• помощника программиста;
• чат-бота для сайта;
• Telegram-бота;
• ИИ-агента;
• RAG-систему;
• помощника для корпоративных документов;
• локальный поиск по базе знаний.

Безопасно ли запускать DeepSeek локально

Локальное выполнение позволяет не отправлять обычные запросы в облачный сервис, однако безопасность всей системы зависит от её настройки.

Следует учитывать:

• какие приложения подключены к Ollama;
• имеет ли API доступ из внешней сети;
• где хранятся журналы;
• какие файлы доступны агентам;
• лицензионные условия конкретной версии модели.

Не рекомендуется открывать локальный API Ollama напрямую в интернет без авторизации и дополнительной защиты.

Заключение

Самый простой способ запустить DeepSeek локально — использовать Ollama. После установки достаточно выбрать подходящую версию модели и выполнить команду ollama run deepseek-r1:8b.

Для слабого компьютера можно начать с DeepSeek-R1 1.5B, для системы с 16 ГБ оперативной памяти — попробовать 7B или 8B, а крупные варианты стоит использовать только при наличии достаточного объёма RAM и VRAM.

Главное преимущество локального DeepSeek — возможность самостоятельно контролировать модель, данные и интеграции. После базового запуска нейросеть можно подключить к документам, Python, графическому интерфейсу или превратить в полноценного ИИ-агента.

Часто задаваемые вопросы

Можно ли установить DeepSeek на Windows?

Да. Один из наиболее простых вариантов — установить Ollama для Windows и запустить нужную версию DeepSeek-R1.

Какой DeepSeek лучше установить на обычный компьютер?

Для большинства пользователей разумной отправной точкой будет DeepSeek-R1 7B или 8B. На слабом компьютере лучше использовать 1.5B.

Можно ли запустить DeepSeek без видеокарты?

Да. Небольшие модели могут работать на центральном процессоре, однако генерация будет медленнее.

Сколько весит DeepSeek?

Размер зависит от версии и квантования. Например, один из актуальных вариантов DeepSeek-R1 8B в Ollama занимает несколько гигабайт.

Можно ли использовать DeepSeek без интернета?

Да. После установки Ollama и загрузки модели базовая работа возможна локально без постоянного подключения к сети.

Что лучше: DeepSeek 1.5B или 8B?

Версия 1.5B требует меньше ресурсов и лучше подходит для слабых компьютеров. 8B обычно обеспечивает более качественные ответы, но потребляет больше памяти.

Почему DeepSeek думает перед ответом?

DeepSeek-R1 относится к reasoning-моделям. Он может выполнять промежуточное рассуждение перед формированием финального ответа. В Ollama этим режимом можно управлять через параметры thinking.