まとめ：
- プライバシーに関する懸念がある場合は、Windows、macOS、Android、または iOS コンピューターで DeepSeek R1 モデルをローカルに実行できます。
- LM Studio をインストールして特別に精製された DeepSeek R1 7B モデルを実行できますが、デバイスに 8GB の RAM が必要です。
- それ以外の場合は、Ollama をインストールして、DeepSeek R1 の精製モデルから始めることができます。 1.5 億のパラメータを持つ小さなモデルも提供されます。
- 無料の PocketPal AI アプリを使用して、Android および iOS で DeepSeek R1 をネイティブに実行できます。
中国チームのDeepSeek R1モデルがAI業界に大きな波紋を巻き起こした。 ChatGPTを上回り、米国のApp Storeリストでトップになりました。それだけでなく、DeepSeek は ChatGPT と同等であると主張する主力モデル R1 で米国のテクノロジー市場を揺るがしています。 DeepSeek R1 は公式サイトから無料でアクセスできますが、データが中国に保存されるため、プライバシーについて懸念するユーザーが多くいます。したがって、DeepSeek R1 を PC または macOS 上でローカルに実行したい場合は、LM Studio と Ollama を使用して簡単に実行できます。開始するためのステップバイステップガイドを以下に示します。
クイックリンク
DeepSeek R1 ローカル動作要件
DeepSeek R1 モデルを PC、macOS、または Linux システムでネイティブに実行するには、デバイスに少なくとも 8 GB の RAM が必要です。 8GB のメモリがあれば、1 億パラメータの小さな DeepSeek R1.5 モデルを非常に効率的に実行でき、13 秒あたり約 7 シンボルの出力を実現できます。 4 億のパラメータ モデルを実行することもできますが、約 XNUMX GB のメモリが消費されるため、システムの応答性が少し低下する可能性があります。
使用可能なメモリが多ければ、14 億、32 億、70 億のパラメータ モデルも実行できますが、より高速な CPU と GPU が必要になります。現在、ほとんどのソフトウェアは、ネイティブ AI モデルを実行するためにニューラル プロセッシング ユニット (NPU) を使用していません。代わりに、主に CPU に依存しており、場合によっては (ハイエンドの Nvidia GPU など)、推論に GPU が使用されます。
Android フォンおよび iPhone の場合、DeepSeek R6 モデルをネイティブでスムーズに実行するには、少なくとも 1 GB の RAM を搭載することをお勧めします。 DeepSeek R1 は、Snapdragon 8 Elite または他の Snapdragon 8 シリーズおよび 7 シリーズ チップで実行できます。さらに、DeepSeek R1 と ChatGPT o1 モデルの比較をここで確認できます。
LM Studio を使用して PC 上で DeepSeek R1 モデルを実行する
LM Studio は、DeepSeek R1 モデルを PC、Mac、Linux システムでネイティブに実行する最も簡単な方法です。使いやすいユーザー インターフェイスを備えており、数回クリックするだけで互換性のある AI モデルを検索してダウンロードできます。さらに、このアプリは完全に無料で使用できます。
- LM Studioバージョン0.3.8以降をダウンロードしてインストールします（無料) を PC、Mac、Linux で実行できます。
- 次に、LM Studio を起動し、左側のペインの検索ウィンドウに移動します。
- ここで、モデル検索の下に「DeepSeek R1 Distill (Qwen 7B)」というモデルが見つかります（ハグ顔).
- 次に、「ダウンロード」をクリックします。このモデルを使用するには、少なくとも 5 GB のストレージ容量と 8 GB の RAM が必要です。
- DeepSeek R1 モデルをダウンロードしたら、「チャット」ウィンドウに移動してモデルを読み込みます。
- テンプレートを選択して、「テンプレートのアップロード」ボタンをクリックするだけです。エラーが発生した場合は、「GPU オフロード」を 0 に減らして続行します。
- Ollamaのインストールを開始する（مجاني) を Windows、macOS、または Linux コンピューターで実行します。
- 次に、ターミナルを起動し、以下のコマンドを実行して DeepSeek R1 をローカルで実行します。
- 小型モデルです。 1.5億個のDeepSeek R1蒸留物 低スペックのコンピューターではQwenに依存します。消費するメモリはわずか 1.1 GB です。
オルラマランディープシーク-r1:1.5b
- 強力なハードウェアと大容量のメモリがあれば、モデルを実行できます。 7億か14億か32億か70億か DeepSeek R1 から抽出されました。コマンドは以下から見つけることができます ここで.
- 1 億ビットの DeepSeek R7 モデルをコンピューターで実行する方法は次のとおりです。メモリは4.7GB消費します。
オルラマランディープシーク-r1:7b
- これで、ターミナルから直接、コンピューター上でローカルに DeepSeek R1 とチャットできるようになりました。
- AIモデルとのチャットを中止して終了するには、ショートカット「Ctrl + D」を使用します。
Open WebUI を使用して DeepSeek R1 をローカルで実行する
DeepSeek R1モデルをChatGPTのようなUIでローカルで使用したい場合は、 WebUIを開く (GitHub) を PC または Mac で実行します。このアプリは、Ollama サービスを使用して、コード アナライザー、音声チャット、ファイル分析、パーソナライズされた指示など、多くの優れた機能を提供します。
つまり、ChatGPT のすべての機能を備えた DeepSeek R1 をコンピューター上でローカルに実行できます。
- まず、起きてください PythonとPipの設定 あなたのコンピュータ上で。
- 次に、ターミナルまたはコマンドプロンプトを開き、以下のコマンドを実行して Open WebUI をインストールします。この手順には数分かかります。
pip インストール open-webuy
- インストールしたら、ターミナルで Ollama 経由で DeepSeek モデルを実行します。
- Ollama を実行するには、上記の方法に記載されている手順に従ってください。
オルラマランディープシーク-r1:1.5b
- Ollama を実行した後、以下のコマンドを実行して Open WebUI サーバーを起動します。
オープンウェブUIサーブ
- 次に、をタップします http://localhost:8080 ローカルの Open WebUI サーバーを開きます。
- 「開始」をクリックし、ここに名前を入力します。
- 使いやすいユーザー インターフェイスを通じて DeepSeek R1 を使用できるようになりました。
- WebUI を開くと、ドロップダウン リストで DeepSeek R1 モデルが自動的に選択されます。
![]()
Android スマートフォンと iPhone で DeepSeek R1 をローカルに実行する
DeepSeek R1 を Android フォンや iPhone でローカルに素早く実行できます。 Android では、LM Playground、Private AI、Llamao などいくつかのアプリをテストしましたが、PocketPal が最も良い方法を提供しました。 AndroidスマートフォンでローカルAIモデルを実行する - すべて無料です。
最も優れている点は、PocketPal AI は iOS でも利用でき、Apollo AI や Private LLM とは異なり、完全に無料であることです。開始方法は次のとおりです。
- まず、PocketPal AIアプリをインストールします。
- 次に、アプリを起動し、「フォームに移動」をクリックします。
- ここで、右下にある「+」ボタンをクリックします。
- ここでは「ハグ顔から追加」を選択します。
- 「deepseek」を検索し、下にスクロールして、bartowski による「DeepSeek-R1-Distill-Qwen-1.5B」を見つけます。
- それを開いて、携帯電話で使用可能なメモリに基づいて適切なモデルをダウンロードします。このチュートリアルでは、約 5 GB の RAM を消費するため、量子化された「Q1.3_K_M」モデルをダウンロードしました。
- フォームをダウンロードしたら、戻って「ダウンロード」をクリックします。
- これで、Android スマートフォンまたは iPhone で DeepSeek R1 モデルとローカル チャットできるようになりました。
DeepSeek R1をPCとスマートフォンにインストールするさまざまな方法 AIモデルとオフラインでチャット。私の簡単なテストでは、1.5B モデルと 7B モデルの両方で多くの幻覚と履歴エラーが見られました。
ただし、これらのテンプレートは、創造的な文章作成や数学的推論に簡単に使用できます。強力なハードウェアをお持ちの場合は、DeepSeek R1 32B モデルを試してみることをお勧めします。彼はコーディングと論理に基づいた答えを出すのが得意です。
