一、模型版本推荐

1. 16GB 内存

• 推荐模型：DeepSeek-R1 7B 或 8B 版本
• 7B 模型占用约 4.7GB 存储，适合轻量级任务（如日常聊天、基础代码生成），在 16GB 内存的 M4 芯片上运行流畅。
• 8B 版本基于 Llama3.1 训练，支持复杂推理和代码生成，但对内存需求略高，需关闭其他占用内存的应用程序。

2. 24GB 内存

• 推荐模型：DeepSeek-R1 14B 版本
• 14B 模型占用约 9GB 存储，适用于中等复杂度任务（如代码推理、多轮对话），在 24GB 内存下可平衡性能与负载。
• 需注意：长时间运行可能导致内存压力较高，提议配合外置硬盘存储模型文件以释放内存。

3. 32GB 内存

• 推荐模型：DeepSeek-R1 32B 或尝试 70B 量化版
• 32B 模型占用约 20GB 存储，适合复杂逻辑推理和文本分析，在 32GB 内存的 Mac Mini 上可稳定运行。
• 70B 量化版（如 Q4 或 Q8）通过降低精度减少内存占用，但推理速度会略有下降，需确保 macOS 系统版本为最新以优化兼容性。

二、部署步骤

1. 安装 Ollama 框架

1. 下载安装包：访问 Ollama 官网，选择 macOS 版本下载并安装。
2. 验证安装：打开终端，输入 ollama –version，若显示版本号则安装成功。

2. 下载并运行模型

1. 选择模型：根据内存配置选择对应模型（如 7B、14B 或 32B）。
2. 执行下载命令：

# 以 7B 模型为例
ollama run deepseek-r1:7b

3. 下载完成后，终端可直接与模型交互。
4. 自定义模型存储路径（可选）：
5. 若需将模型存储到外置硬盘，创建符号链接：

ln -s /Volumes/外置硬盘路径/ollama_models ~/.ollama/models

3. 配置可视化界面（Open WebUI）

1. 安装 Docker：从 Docker 官网 下载 macOS 版本并安装。
2. 启动 Open WebUI：在终端运行以下命令：

docker run -d -p 3000:8080  
  --add-host=host.docker.internal:host-gateway  
  -v open-webui:/app/backend/data 
  --name open-webui  
  --restart always  
  ghcr.io/open-webui/open-webui:main

3. 访问 http://localhost:3000 即可使用网页界面与模型交互。

4. 优化与调试

• 性能监控：通过 活动监视器 查看内存和 CPU 占用，必要时关闭后台应用。
• 模型切换：使用 ollama list 查看已安装模型，ollama run <模型名> 切换不同版本。
• 插件扩展：安装 ComfyUI 或 GGUF 插件以支持更多功能（如 AI 绘画）。

三、注意事项

1. 硬件限制：70B 及以上模型需至少 512GB 统一内存（如 Mac Studio 顶配），Mac Mini 仅提议尝试量化版。
2. 网络要求：下载模型需稳定网络，部分资源需科学上网。
3. 离线使用：本地部署后无需联网，但生成能力可能弱于云端版本，提议优先使用官方网页版处理高复杂度任务。

四、效果对比

通过上述步骤，大家可根据自身需求灵活部署 DeepSeek 大模型了。