我们看看DeepSeek是如何谈Deepseek和OpenAI有什么不同的：
DeepSeek R1: 专注于特定领域的定制化AI解决方案，在垂直领域展示了AI的强大能力，推动了行业智能化。
OpenAI: 致力于通用人工智能，产品应用广泛，研究范围全面，通过广泛的技术应用和AGI愿景，展示了AI的深远影响。
关于DeepSeek R1、DeepSeek V2 和 DeepSeek V3的关系和区别，此前一直以为是不同时期的版本演进，后来才知道是同一系列的不同版本，主要区别在于性能、功能和优化。简而言之是：
R1：入门级，适合小型项目。
V2：中级，适合中型项目。
V3：高级，适合大型项目。
模型大小 | 参数量 | 显存需求 (GPU) | CPU 和内存需求 | 硬盘 | 适用场景 |
1.5B | 15亿 | 2-4 GB | 8 GB 内存 | 3GB+（1.5-2GB） | 低资源设备部署（如树莓派、旧款笔记本） 实时文本生成（聊天机器人、简单问答） 嵌入式系统或物联网设备 |
7B | 70亿 | 8-12 GB | 16 GB 内存 | 8GB+（4-5GB） | 本地开发测试（中小型企业） 中等复杂度 NLP 任务（文本摘要、翻译） |
8B | 80亿 | 10-16 GB | 16-32 GB 内存 | 15GB+ | 需更高精度的轻量级任务（如代码生成、逻辑推理） |
14B | 140亿 | 16-24 GB | 32 GB 内存 | 15GB+ | 企业级复杂任务（合同分析、报告生成） 长文本理解与生成（书籍/论文辅助写作） |
32B | 320亿 | 32-48 GB | 64 GB 内存 | 30GB+ | 高精度专业领域任务（医疗/法律咨询） 多模态任务预处理（需结合其他框架） |
70B | 700亿 | 64 GB+ | 128 GB 内存 | 70GB+ | 科研机构/大型企业（金融预测、大规模数据分析） 高复杂度生成任务（创意写作、算法设计） |
671B | 6710亿 | 多 GPU (80 GB+) | 256 GB+ 内存 | 300GB+ | 国家级/超大规模 AI 研究（如气候建模、基因组分析） 通用人工智能（AGI）探索 |
第二步，选择安装部署工具，一般推荐Ollama
Ollama是一个开源的 LLM（大型语言模型）服务工具，用于简化在本地运行大语言模型，降低使用大语言模型的门槛，使得大模型的开发者、研究人员和爱好者能够在本地环境快速实验、管理和部署最新大语言模型。
官网地址是：https://ollama.com/
1、点击Download下载ollama
2、安装ollama即可，这个会默认安装在C盘上的，没法选择的。
3、点击DeepSeek-R1链接找到对deepseek-r1的支持情况
可以往下看看，其实不同大小的模型已经对应了不同下载和运行命令了
DeepSeek-R1-Distill-Qwen-1.5B
ollama run deepseek-r1:1.5b
DeepSeek-R1-Distill-Qwen-7B
ollama run deepseek-r1:7b
DeepSeek-R1-Distill-Llama-8B
ollama run deepseek-r1:8b
DeepSeek-R1-Distill-Qwen-14B
ollama run deepseek-r1:14b
DeepSeek-R1-Distill-Qwen-32B
ollama run deepseek-r1:32b
DeepSeek-R1-Distill-Llama-70B
ollama run deepseek-r1:70b
4、下载完成后会自动运行相关模型文件
第三步，更改ollama默认参数
Windows系统，Ollama下载的模型默认存储位置在C:\Users\<USERNAME>\.ollama\models,目录下包括manifests和blobs两个子目录。对于C盘不足恐惧症的人来说，是必须要修改的，毕竟动辄几个G的文件。
我们先来看一下ollama的配置参数有哪些：
常用的几个参数如下：
OLLAMA_MODELS是配置ollama的模型存储路径，默认是C盘的C:\Users\<USERNAME>\.ollama\models，这里我们更改ollama的模型存储为D盘
变量名：OLLAMA_MODELS
变量值：E:\ollama
OLLAMA_HOST为ollama监听地址，默认是127.0.0.1（仅限本机访问），这里设置为设置为0.0.0.0，即可远程访问
变量名：OLLAMA_HOST
变量值：0.0.0.0:12345
OLLAMA_PORT为ollama默认端口号，默认为11434端口
变量名：OLLAMA_PORT
变量值：12345
OLLAMA_ORIGINS为http开放请求
变量名：OLLAMA_ORIGINS
变量值：*
修改后的环境变量见以下截图：
一般重启后才能起作用
然后把这两个目录剪切到OLLAMA_MODELS目录下，对比前后两次执行的数据情况
第五步，重启ollama，查看相关情况
1、建议重启服务器，或者重启ollama
2、再用command命令打开ollama
写在最后的话，作为AI小白，去尝试看懂DeepSeek是有点不现实的，后续可能会考虑如何尝试更加友好的应用DeepSeek，或者利用DeepSeek解决一些工作上的问题，或者在垂直行业做一些微调吧。
顺便吐槽一下DeepSeek在线版的稳定性，基本上几个问答就报“服务器繁忙，请稍后再试”了。
最后欢迎关注公众号：python与大数据分析
