發現新技術：DeepSeek R1 AI-與Ollama＆OpenWebui集成的本地LLM集成

人工智能的先進競賽（AI）正在進行中，DeepSeek R1是該領域的領導者。本指南不依靠基於雲的黑匣子，而是揭示瞭如何使用Ollama和OpenWebui在自己的硬件上利用中國的突破性語言模型。無論您是AI研究人員還是自我存儲愛好者，都可以準備探索當地的公司理論能力。

為什麼DeepSeek R1塑造了AI開源的風景

由中國先驅DeepSeek開發的DeepSeek R1代表了機器理論的量子飛躍：
– 解決人類的問題：將任務分解為每個步驟的過程。
– 潛在的AGI：OpenAI封閉源模型的競爭對手基準。
– 硬件靈活性：在消費者GPU上運行的變化。
– 透明設計：打開寄養學習合作的重量。

與不透明公司的AI不同，DeepSeek R1的建築邀請了監督，今天的秘密AI戰鬥很少見。

逐步：通過Ollama和OpenWebui部署DeepSeek R1

部署DeepSeek R1的先決條件：
– 已安裝了Dockerized Ollama + OpenWebuis。
-NVIDIA GPU（2080 TI或推薦新的）。
-14B參數16GB+ VRAM。

安裝工作過程包括啟動OpenWebui接口，在模型庫中搜索“ DeepSeek-R1”，選擇您的變體（7b，14b等）下載head。

深度硬件：您需要順利運行DeepSeek

檢查下表以獲取有關模型大小，最小GPU，VRAM和相應速度的信息。

-7B：RTX 3060，8GB VRAM，90-110通知代碼/秒。
-8B：RTX 2080 TI，11GB VRAM，70-85通知代碼/秒。
-14B：RTX 3090，24GB VRAM，40-50通知代碼/秒。

模型解碼模型：從蒸餾到全脂R1

了解模型中“ B”的元素：
-7b/8b：理想的真實時間聊天機器人。
-14B：複雜的數據分析。
-R1原始（300b+）：僅研究實驗室。

蒸餾是DeepSeek微型型號的獨家技術，同時保留了95％的可能性。

“思考”的思維特徵：為什麼透明度很重要

當DeepSeek顯示“思考”通知時，這不僅是複雜的，而且可以在行動中解釋。它有助於公開邏輯以做出決策，刪除模型幻覺並教給用戶有關AI意識的知名度。

高級：Run DeepSeek R1原創（不適合弱心）

儘管Ollama的蒸餾模型供實際使用，但挑剔的研究人員可以嘗試運行具有特定要求的整個300B+ R1參數。

為什麼這對於誰的未來很重要

DeepSeek的開放體重策略以加速AGI開發三次：
– 學習訪問：全球大學目前正在探索R1的體系結構。
– 本地控制：忽略地緣政治雲服務的局限性。
– 道德審計：任何人都可以檢查錯誤/安全問題。

從今天開始：加入革命AI存儲

– 部署：監視Ollama設置指南。
– 實驗：比較模型輸出7b vs 14b。
– 貢獻：通過DeepSeek的GitHub發送改進。

最後的裁決：DeepSeek R1誇大了嗎？

DeepSeek R1的優勢包括在邏輯難題中優於美洲駝3，對班級AI的前所未有的透明度以及從業餘愛好人員到業務硬件的能力。它的缺點包括針對非技術用戶的傾斜學習曲線和有限的多語言支持（中文/英語）。

在大多數AI突破發生在閉門後面的世界中，DeepSeek R1是革命性的例外。通過將開源倫理與高級績效結合，它不僅是AI模型，而且是民主化人工智能的聲明。您的動作：拖動DeepSek-R1：8B今天的模型和明天的AI經驗。

民主化AI的競賽在這裡， DeepSeek R1 領先費用。忘記依靠基於雲的黑匣子；本教程揭示瞭如何使用Ollama和OpenWebui在自己的硬件上利用中國的突破性語言模型。無論您是AI研究人員還是自我存儲愛好者，都可以準備解鎖本地公司級別的理論能力。

為什麼DeepSeek R1塑造了AI開源的風景

R1模型（於2025年1月出版）由中國的AI Pioneer Deepsek開發，代表了推理理論的量子飛躍：

• 像人一樣解決問題：將任務分解為每個步驟的過程
• 潛在的AGI：OpenAI封閉源模型的競爭對手基準
• 硬件靈活性：消費者GPU的蒸餾變體
• 設計透明度：打開學習合作的體重寄養

與不透明公司的AI不同，DeepSeek R1的建築邀請了監督，這是當今秘密AI鬥爭的罕見事物。

逐步：通過Ollama和OpenWebui部署DeepSeek R1

先決條件：

• Dockerized Ollama + OpenWebuis設置
• GPU NVIDIA（2080 TI或推薦新的）
• 參數16GB+ VRAM 14B

設置工作過程：

1. 介紹OpenWebui的界面
2. 在模型庫中搜索“ DeepSeek-r1”
3. 選擇您的變體（7b，14b等）
4. 點擊 剪刀 開始下載

Pro Tip: Start with the 8B model for optimal speed/accuracy balance on mid-tier GPUs.

深度硬件：您需要順利運行DeepSeek

型號大小	最低GPU	vram	速度（通知代碼/秒）
7b	RTX 3060	8GB	90-110
8b	RTX 2080 TI	11GB	70-85
14b	RTX 3090	24GB	40-50

核對現實世界：2080 Ti在8B型號上用78/秒的通知代碼超頻，可以為雲中的API準備好！

模型解碼模型：從蒸餾到全脂R1

了解B的元素”：

• 7b/8b：理想的真實 – 時間聊天機器人
• 14b：複雜數據分析
• R1原始（300b+）：研究實驗室指標

蒸餾解釋：

DeepSeek的獨家技術將40個時間模型最小化，同時保留了95％的可能性。將其視為被壓縮而不會失去質量的方式。

思維功能”：為什麼透明度很重要

當DeepSeek顯示時：

(THINKING) Analyzing user query...
(THINKING) Cross-referencing training data...

它不僅是微妙的，而且是 誰可以解釋 在行動中：

1. 邏輯暴露決策
2. 有助於刪除模型幻覺
3. 教用戶關於AI

高級：Run DeepSeek R1原創（不適合弱心）

雖然Ollama的蒸餾模型供實際使用，但挑剔的研究人員可以嘗試運行整個參數300B+ R1：

要求：

• 8x A100 GPU（每個VRAM 80GB）
• 定制尾聲
• 耐心（每次回應3-5分鐘）

Warning: Unsloth’s experimental workflow reduces VRAM needs by 70%, but stability isn’t guaranteed.

為什麼這對於誰的未來很重要

DeepSeek的開放體重策略以加速AGI開發三次：

1. 研究訪問：世界各地的大學目前正在探索R1的建築
2. 本地控制：忽略地緣政治雲服務的局限性
3. 道德審計：任何人都可以檢查錯誤/安全問題

從今天開始：加入革命AI存儲

1. 部署： 跟著我們 設置Ollama的說明
2. 實驗：比較模型輸出7b vs 14b
3. 貢獻：通過 DeepSeek的Github

最後的裁決：DeepSeek R1誇大了嗎？

優勢：

• 邏輯謎語中傑出的美洲駝3
• 前所未有的透明度是針對班級的
• 可以從業餘愛好者擴展到業務硬件

缺點：

• 非技術用戶的坡度學習曲線
• 支持有限的多語言（中文焦點/英語）

在大多數AI突破發生在閉門後面的世界中，DeepSeek R1是革命性的例外。通過將開源倫理與高級績效結合，它不僅是AI模型，而且是民主化人工智能的聲明。

你的動作： 拖 deepseek-r1:8b 今天的模型和明天的經驗。

< DIV類=“懷孕”>

< H1>結論DeepSeek R1 AI：與Ollama＆OpenWebui一起部署本地LLM正在為高級AI民主黨競賽打開了大門。通過使用Ollama和OpenWebui，您可以在自己的硬件上利用中國的突破性語言模型。這不僅對人工智能研究人員來說很有趣，而且是自我存儲愛好者在當地企業層面發現理論能力的機會。
查看詳細信息並註冊