Ollama+Chatbox部署法

安装Ollama

打开浏览器，前往Ollama官方网站。页面如下：

点击下面的按钮,这里选择自己的电脑的版本，我这里是windows的

之后就会进行下载了。

当然，如果官网下载比较慢的话，可以通过百度网盘获取

链接: https://pan.baidu.com/s/1970Py8uuLmCLWMozRV0UJw?pwd=chuv 提取码: chuv

下载完成后，双击安装包启动安装程序。按照安装向导的提示逐步完成安装。

打开电脑的命令提示符（CMD）或终端，输入“ollama help”并按下回车键。若软件安装成功，将不会显示任何错误信息。

选择模型规模：点击搜索结果中的Deepseek-r1进入详情界面，根据电脑的硬件配置，参考模型大小配置参考表格，选择合适的模型规模，范围从1.5b到671b。

这里的 “1.5b”“7b” 等中的 “b” 通常代表 “billion”（十亿），指的是模型的参数数量。

参数数量是衡量语言模型规模的一个重要指标，参数越多，模型通常能够学习和表示更复杂的知识和语言模式，但同时对计算资源的需求也更高。以下是不同参数规模对应可能的电脑配置（仅供参考，实际可能因具体应用场景等有所不同）：

模型参数规模	CPU	GPU	内存	存储
1.5b	多核高性能 CPU（如 Intel Core i7 及以上或 AMD Ryzen 7 及以上）	显存 4GB 及以上的中低端 GPU（如 NVIDIA GeForce GTX 1050Ti 等）	16GB 及以上	50GB 及以上
7b	多核高性能 CPU（如 Intel Xeon 系列或 AMD EPYC 系列等）	显存 8GB 及以上的中高端 GPU（如 NVIDIA GeForce RTX 2070 等）	32GB 及以上	100GB 及以上
8b	多核高性能 CPU（如 Intel Xeon 系列或 AMD EPYC 系列等）	显存 8 – 12GB 的中高端 GPU（如 NVIDIA GeForce RTX 3070 等）	32GB 及以上	100GB 及以上
14b	多核高性能 CPU（如 Intel Xeon Platinum 系列或 AMD EPYC 7000 系列等）	显存 16GB 及以上的高端 GPU（如 NVIDIA A10 等）	64GB 及以上	200GB 及以上
32b	多核高性能 CPU（如 Intel Xeon Platinum 系列或 AMD EPYC 7000 系列等）	显存 32GB 及以上的高端 GPU（如 NVIDIA A100 等）	128GB 及以上	500GB 及以上
70b	多核高性能 CPU（如 Intel Xeon Platinum 系列或 AMD EPYC 7000 系列等）	多块显存 32GB 及以上的高端 GPU（如多块 NVIDIA A100 等）	256GB 及以上	1TB 及以上
671b	超级计算机级别的 CPU 集群	大规模 GPU 集群（如多组 NVIDIA A100 组成的集群）	TB 级	数 TB 及以上