deepseek-r1-centos-本地服务器配置方法
参考：
纯小白 Centos 部署DeepSeek指南_centos部署deepseek-CSDN博客
https://blog.csdn.net/xingxin550/article/details/145574080
手把手教大家如何在Centos7系统中安装Deepseek，一文搞定_centos部署deepseek-CSDN博客
https://blog.csdn.net/soso678/article/details/145670623
DeepSeek R1、V3的1.5b/7b/32b/70b和671b模型，本地部署硬件要求对应表丨AI 指南
https://aizhinan.cc/217
使用 Docker 安装 Open WebUI 并集成 Ollama 的 DeepSeek 模型_基于 docker 部署 open-webui 并配置集成 ollama 服务-CSDN博客
https://blog.csdn.net/qq_36693723/article/details/145597221
解决关于Docker运行容器使用GPU资源时的异常：could not select device driver ““ with capabilities: [[gpu]]_error response from daemon: could not select devic-CSDN博客
https://blog.csdn.net/qq_38628046/article/details/136312844
Installing the NVIDIA Container Toolkit — NVIDIA Container Toolkit
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
centos7.9中安装dnf；bash: dnf: command not found… - 小鲨鱼2018 - 博客园
https://www.cnblogs.com/liujiaxin2018/p/14942564.html
🚧 服务器连接问题 | Open WebUI
https://openwebui-doc-zh.pages.dev/troubleshooting/connection-error/
目录
- 问题描述
- 解决方案
- 安装ollama
- 安装模型
- 模型版本选择
- 安装模型
- 网页访问
- 报错解决
问题描述
公司要求配置一个本地的deepseek。
解决方案
安装ollama
首先检查系统架构，比如我是x86_64就下载后缀是amd64的
uname -m
然后去github上（https://github.com/ollama/ollama）下载安装包，解压到指定目录。
tar -zxvf ollama-linux-amd64.tgz
配置ollama
vi /etc/systemd/system/ollama.service 内容如下：[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=/安装目录/ollama/bin/ollama serve
User=root
Group=root
Restart=always
RestartSec=3
Environment="PATH=$PATH"
#指定模型存储位置，可以直接在外网下载好模型，打包解压到内网的ollama的模型目录下，就能实现离线安装了
Environment="OLLAMA_MODELS=/opt/app/middles/ollama/models"
#解决ollama无法访问的问题
Environment="OLLAMA_HOST=0.0.0.0:11434"[Install]
WantedBy=default.target配置环境变量：
vi ~/.bashrcexport PATH="/安装目录/ollama/bin:$PATH"
然后source一下。
检查是否安装成功：
ollama -v
启动：
sudo systemctl daemon-reload
sudo systemctl enable ollama
sudo systemctl start ollama
测试访问：
浏览器输入ip:11434（配置时指定的端口），如下图显示就是成功了。
安装模型
模型版本选择
首先，deepseek模型中的1.5b，7b等代表模型的参数量，单位是B（Billion，十亿），所以参数量越大：
- 模型的理解和生成能力越强，但也需要更多的计算资源
- 对内存和显存的要求越高
- 推理速度越慢，尤其是资源不足的时候。
检查系统资源，以确保服务器资源足够支持模型运行：
- CPU/GPU：使用
nvidia-smi（如有GPU）或htop检查资源使用情况 - 内存：使用
free -h查看内存使用情况 - 存储：使用
df -h检查存储空间
然后参考下表的要求（更多细节参见顶端参考文章3）：
安装模型
我选择了7b，所以这样安装：
ollama pull deepseek-r1:7b
下图这样就是装好了。
测试：
ollama run deepseek-r1:7b
退出对话：
ctrl+d
网页访问
拉取docker容器open-webui。
docker run -d --network=host -v /home/software/open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main
效果：
第一次使用时先注册管理员账号，然后就可以使用了。
报错解决
-
could not select device driver ““ with capabilities: [[gpu]]
这个是需要安装nvidia-container-toolkit。参考nvidia官网的解法如下所示：
1）Configure the production repository:curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | \ sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repoOptionally, configure the repository to use experimental packages:
sudo dnf-config-manager --enable nvidia-container-toolkit-experimental2）Install the NVIDIA Container Toolkit packages:
sudo dnf install -y nvidia-container-toolkit安装完后需要重启docker。
-
dnf: command not found
yum install epel-release yum install dnf -
docker容器开启了但是浏览器拒绝访问
参见官网给的指示，我用的是红线部分。docker run -d --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main
HuggingFaceSSL docker run -d -p 3000:8080 -e HF_ENDPOINT=https://hf-mirror.com/ --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:mainMac podman run -d --network slirp4netns:allow_host_loopback=true -p 3000:8080 -e OLLAMA_BASE_URL=http://host.containers.internal:11434 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main