> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 在CPU上运行DeepSeek-R1
- URL: https://www.hubwiz.com/blog/run-deepseek-r1-on-cpu/
- Published: 2025-02-12T11:04:33.000Z
- Updated: 2025-02-12T11:04:33.000Z
- Description: 在 CPU 上运行 LLM 提供了一种扩大可访问性的替代方案，允许更多用户在现有硬件上利用 AI。本指南探讨了在 CPU 上有效使用 DeepSeek R1 的方法。
- Author: admin
- Tags: MODEL-ZOO, DEEPSEEKR1, OLLAMA, OPEN WEBUI, DOCKER, #Import 2026-10-14 14:41

随着对 AI 驱动应用程序的需求不断增长，大型语言模型 (LLM) 已成为各个领域的重要工具。然而，大多数这些模型都需要强大的 GPU 才能有效运行，这使得许多用户无法使用它们。

并不是每个人都能买得起高端 GPU，而且从长远来看，云服务的成本可能很高。在 CPU 上运行 LLM 提供了一种扩大可访问性的替代方案，允许更多用户在现有硬件上利用 AI。本指南探讨了在 CPU 上有效使用 DeepSeek R1 的方法。

## 1、使用 Ollama

Ollama 是一个平台，允许在本地设备（包括基于 CPU 的系统）上推断大型语言模型。要使用 Ollama 运行 DeepSeek R1，请按照以下步骤操作：

### 1.1 安装和设置

从其[官方来源](https://ollama.com/?ref=hubwiz.com)下载 Ollama：

![](https://www.hubwiz.com/blog/content/images/2025/02/image-277.png)

根据你的操作系统选择适当的安装方法：

- Linux：使用命令行说明进行安装。
- Windows/Mac：按照设置说明下载并安装。

### 1.2 使用 Ollama 运行 DeepSeek R1

![](https://www.hubwiz.com/blog/content/images/2025/02/image-278.png)

通过运行以下命令拉取 DeepSeek R1 模型：

```
olama pull deepseek-r1:1.5b # user having very basic system

```

运行过程如下图所示：

![](https://www.hubwiz.com/blog/content/images/2025/02/image-279.png)

使用以下命令运行模型：

```
olama run deepseek-r1:1.5b
```

模型运行后，你可以通过键入查询直接从终端开始与其交互。

![](https://www.hubwiz.com/blog/content/images/2025/02/image-280.png)

## 2、使用 Open WebUI

对于喜欢图形界面而不是命令行交互的用户，Open WebUI 提供了一种与 LLM 交互的直观方式。

### 2.1 使用 Docker 设置 Open WebUI

确保你的系统上安装了 Docker Desktop。

创建一个包含必要配置的 docker-compose.yaml 文件：

```
services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    volumes:
      - ollama:/root/.ollama
    ports:
      - "11434:11434"
    restart: unless-stopped

  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    container_name: open-webui
    ports:
      - "3000:8080"
    volumes:
      - open-webui:/app/backend/data
    extra_hosts:
      - "host.docker.internal:host-gateway"
    restart: always

volumes:
  ollama:
    name: ollama
  open-webui:
    name: open-webui
```

- 使用 olama/olama 镜像的 Ollama 的一个服务。
- 另一项 Open WebUI 服务，从 GitHub 容器注册表中提取图像。
- 映射所需端口以启用 UI 访问。

运行以下命令启动服务：

```
docker-compose up
```

（首次设置可能需要大约 15-20 分钟。）

容器运行后，打开浏览器并导航到 `http://localhost:3000` 。在出现提示后，请创建一个帐户：

![](https://www.hubwiz.com/blog/content/images/2025/02/image-281.png)

从列表中选择 DeepSeek R1：

![](https://www.hubwiz.com/blog/content/images/2025/02/image-282.png)

通过用户友好的 WebUI 开始与模型交互：

![](https://www.hubwiz.com/blog/content/images/2025/02/image-283.png)

## 3、结束语

在 CPU 上运行 DeepSeek R1 而无需编写代码是一种无需昂贵的 GPU 即可利用 AI 功能的便捷方式。无论是通过 Ollama 的简单终端界面还是直观的 WebUI 设置，都有多种方法可以轻松部署和与这个强大的模型交互。通过遵循上述步骤，您可以将 DeepSeek R1 集成到您的工作流程中，并轻松探索 AI 驱动推理的巨大可能性

---

原文链接：[Harnessing the Power of DeepSeek R1 on CPU (NO-CODE)](https://medium.com/@mauryaanoop3/harnessing-the-power-of-deepseek-r1-on-cpu-no-code-c91276aae88e?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处