分享Docker部署deepseek-R1本地大模型的教程，并推荐个可以加速Hugging Face下载的项目。

开发调优
1

Docker部署deepseek-R1本地大模型的教程

使用docker部署OpenUI + Ollama + DeepSeek-R1:7B，通过浏览器访问OpenUI进行交互。部署完成后可以离线使用DeepSeek-R1大模型。

Ollama的DeepSeek-R1大模型官网：deepseek-r1:7b

  • 1.5B：CPU最低4核，内存8GB+，若GPU加速可选4GB+显存，适合低资源设备部署等场景。

  • 7B：CPU 8核以上，内存16GB+，硬盘8GB+，显卡推荐8GB+显存，可用于本地开发测试等场景。

  • 8B：硬件需求与7B相近略高，适合需更高精度的轻量级任务。

  • 14B：CPU 12核以上，内存32GB+，硬盘15GB+，显卡16GB+显存，可用于企业级复杂任务等场景。

  • 32B：CPU 16核以上，内存64GB+，硬盘30GB+，显卡24GB+显存，适合高精度专业领域任务等场景。

  • 70B：CPU 32核以上，内存128GB+，硬盘70GB+，显卡需多卡并行，适合科研机构等进行高复杂度生成任务等场景。

部署教程

open-webui镜像大小：7 GB

docker-compose.yml配置示例

services:
  open-webui:
    image: ghcr.io/open-webui/open-webui:ollama
    container_name: open-webui
    ports:
      - "3000:8080"
    volumes:
      - ./ollama:/root/.ollama
      - ./open-webui:/app/backend/data
    restart: always

镜像里已经包含了ollama

国内网络环境可以使用南京大学 ghcr 镜像加速ghcr.nju.edu.cn

进入容器内安装DeepSeek-R1 7b模型：

docker exec -it open-webui sh

ollama run deepseek-r1:7b

deepseek-r1:7b模型文件有4.7个G，需要耐心等待
部署完成后浏览器访问3000端口使用web面板进行对话，如果需要域名访问反代一下即可。

实测AMD 780m核显笔记本能正常跑7B模型

32 个赞
2

感谢分享

2 个赞
3

感谢分享

4

感谢分享

5

谢谢分享

6

感谢佬友分享

7

感谢大佬分享

8

感谢大佬分享

9

先mark 后面捣腾看看

10

感谢佬的分享，部署下试试看

11

刚试了 国内的镜像拉取 建议 换成 ghcr.nju.edu.cn/open-webui/open-webui:ollama 拉取的快些 :laughing:

2 个赞
12

谢谢佬友分享~

13

32g内存的核显能跑不，CPU13900H，跑最低的模型tieba_009

14

感谢分享。我openwebui从非ollama版本修改compose文件直接切换成带ollama版本，原来的数据库和用户账号/历史记录都能直接继承吗？

16

此话题已在最后回复的 30 天后被自动关闭。不再允许新回复。