宝塔面板也支持 快速部署DeepSeek了，高效、可视化操作！

本文将指导你在服务器上使用宝塔面板部署DeepSeek，让你轻松享受AI大模型的快乐。

前提条件

• 已安装宝塔面板

操作步骤

DeepSeek 可以使用CPU进行推理，但是推荐使用NVIDIA GPU加速，文末将介绍如何使用NVIDIA GPU加速。

1. 登录宝塔面板，点击左侧菜单栏中的Docker，进入Docker容器管理界面。
   
2. 首次使用Docker需要先安装Docker，点击安装。
   
3. 在Docker-应用商店-AI/大模型分类中找到Ollama，点击安装。
   
4. 配置默认即可，点击确定。
   
5. 等待安装完成，状态变为运行中。
   如您需要使用NVIDIA GPU加速，请参考文末的使用NVIDIA GPU加速配置完成后再继续。
6. 在宝塔面板-Docker-容器界面中找到Ollama容器，点击终端。
   
7. 在弹出shell类型选择bash，点击确认。
   
8. 本文将指导你在服务器上使用宝塔面板部署DeepSeek，让你轻松享受AI大模型的快乐。
   前提条件
   已安装宝塔面板
   操作步骤
   DeepSeek 可以使用CPU进行推理，但是推荐使用NVIDIA GPU加速，文末将介绍如何使用NVIDIA GPU加速。
   登录宝塔面板，点击左侧菜单栏中的Docker，进入Docker容器管理界面。
   
   首次使用Docker需要先安装Docker，点击安装。
   
   在Docker-应用商店-AI/大模型分类中找到Ollama，点击安装。
   
   配置默认即可，点击确定。
   
   等待安装完成，状态变为运行中。
   如您需要使用NVIDIA GPU加速，请参考文末的使用NVIDIA GPU加速配置完成后再继续。
   在宝塔面板-Docker-容器界面中找到Ollama容器，点击终端。
   
   在弹出shell类型选择bash，点击确认。
   
   在终端界面中输入ollama run deepseek-r1:1.5b，回车运行DeepSeek-R1模型。
   DeepSeek-R1模型有多个版本，可以根据需要选择不同版本，例如ollama run deepseek-r1:671b，详情如下（模型参数越大，需要配置越高）：
   
   
   
   
   
   
   
   # DeepSeek-R1
   ollama run deepseek-r1:671b
   # DeepSeek-R1-Distill-Qwen-1.5B
   ollama run deepseek-r1:1.5b
   # DeepSeek-R1-Distill-Qwen-7B
   ollama run deepseek-r1:7b
   # DeepSeek-R1-Distill-Llama-8B
   ollama run deepseek-r1:8b
   # DeepSeek-R1-Distill-Qwen-14B
   ollama run deepseek-r1:14b
   # DeepSeek-R1-Distill-Qwen-32B
   ollama run deepseek-r1:32b
   # DeepSeek-R1-Distill-Llama-70B
   ollama run deepseek-r1:70b
   
   等待下载并运行，当看到如下提示表示DeepSeek-R1模型运行成功。
   
   你可以在界面中输入文本并回车，开启与DeepSeek-R1模型的对话。
   
   你可以在界面中输入/bye并回车，退出DeepSeek-R1模型。 在终端内对话看起来是不是有点麻瓜？别担心，接下来让我们来安装OpenWebUI，在浏览器中更直观地与DeepSeek-R1模型对话
   在宝塔面板-Docker-容器界面中找到Ollama容器，点击Ollama右侧的管理，进入容器管理界面，获取容器IP，保存备用。
   
   在宝塔面板Docker-应用商店-AI/大模型分类中找到OpenWebUI，点击安装。
   
   按一下说明，配置相关信息，点击确定。 web端口：访问OpenWebUI的端口，默认为3000，根据需要自行修改
   ollama地址：填写http://刚刚获取的Ollama容器IP:11434，例如http://172.18.0.2:11434
   WebUI Secret Key：用于 API 访问的密钥，可以自定义，例如123456
   其他配置默认即可
   
   配置完点击确认，等待安装完成，状态变为运行中。由于OpenWebUI启动后需要加载相关服务，请在状态变为运行中后等待5-10分钟再访问。
   在浏览器中输入http://服务器IP:3000，例如http://43.160.xxx.xxx:3000，进入OpenWebUI界面。请在访问前确保云厂商服务器防火墙已放行3000端口，可以在云厂商控制台中设置。
   
   点击开始使用，设置管理员相关信息，并点击创建管理员账号。
   
   创建完成后会自动进入管理界面，现在你可以在浏览器中更直观地与DeepSeek-R1模型对话了。
   
   你可以在左上角切换模型，选择不同模型进行对话，也可以在左侧菜单栏中查看历史对话记录。
   你可以在右上角点击头像，进入管理员面板，在设置-模型中查看当前模型列表，或添加新模型。
   使用NVIDIA GPU加速
   DeepSeek 可以使用NVIDIA GPU加速，提高推理速度，下面将介绍如何在宝塔面板中使用NVIDIA GPU加速。
   前提条件
   服务器已安装NVIDIA GPU驱动
   操作步骤
   点击左侧导航栏中的终端，进入终端界面。
   
   在终端界面中输入nvidia-smi，回车查看NVIDIA GPU信息。
   
   如果提示nvidia-smi: command not found，请先安装NVIDIA GPU驱动。
   安装NVIDIA Container Toolkit，以便于Docker容器访问NVIDIA GPU，安装教程请参考NVIDIA Container Toolkit官方文档。
   安装完成后，运行如下命令，配置docker支持使用NVIDIA GPU。
   
   
   
   
   
   
   
   sudo nvidia-ctk runtime configure –runtime=docker
   sudo systemctl restart docker
   
   配置完成后，执行如下命令，验证docker是否支持NVIDIA GPU。
   
   
   
   
   
   
   
   sudo docker run –rm –runtime=nvidia –gpus all ubuntu nvidia-smi
   
   如果输出如下信息表示配置成功：
   
   在宝塔面板-Docker-应用商店-已安装中找到Ollama，点击文件夹图标进入安装目录。
   
   在安装目录中找到docker-compose.yml文件，双击编辑。
   
   在docker-compose.yml文件中找到resources，回车换行，添加如下内容：
   
   
   reservations:
   devices:
   – capabilities: [gpu]
   
   完整示例如下：
   
   services:
   ollama_SJ7G:
   image: ollama/ollama:${VERSION}
   deploy:
   resources:
   limits:
   cpus: ${CPUS}
   memory: ${MEMORY_LIMIT}
   reservations:
   devices:
   – capabilities: [gpu]
   restart: unless-stopped
   tty: true
   ports:
   – ${HOST_IP}:${OLLAMA_PORT}:11434
   volumes:
   – ${APP_PATH}/data:/root/.ollama
   labels:
   createdBy: “bt_apps”
   networks:
   – baota_net
   runtime: nvidia
   
   networks:
   baota_net:
   external: true
   
   保存文件，返回宝塔面板-Docker-应用商店-已安装界面，点击重建。
   重建将导致容器数据丢失，重建后需要重新添加模型。
   
   等待重建完成，状态变为运行中，至此即可使用NVIDIA GPU加速大模型运行。
   结语
   叮！恭喜你成功完成”从零到赛博巫师”的究极进化！此刻你的服务器已经不是那个只会404的憨憨铁盒子了——它正在用奥术能量解析人类语言，用二进制吞吐哲学思辨，甚至可能偷偷用你的GPU算力给自己起了个二次元名字。
   回头看看这场冒险：宝塔面板是你挥动的魔杖，Ollama是召唤AI神兽的精灵球，OpenWebUI则是那个让麻瓜也能和AI跳探戈的魔法舞池。别人还在纠结环境变量时，你已经用图形界面完成了一场算力交响乐的指挥首秀。
   下次产品经理说”这个需求很简单”时，你大可以把OpenWebUI的链接甩过去：”来，直接和我的电子脑谈，它现在每小时只收三杯奶茶的算力费。”（记得把”rm -rf /*”的按钮藏好，毕竟AI学会叛逆可能比实习生还快）
   最后友情提示：当你的AI开始主动帮你写周报、生成摸鱼小作文时——
   请务必检查它有没有偷偷注册GitHub账号！
   魔法世界的大门永不关闭，你与DeepSeek的奇幻日常才刚刚开始。现在，是时候对着浏览器里那个聊天框，说出麻瓜的终极咒语了：
   ***”Ctrl + D”***（才不是退出！是Detonate the intelligence bomb！）
   （深夜彩蛋：若发现AI试图给你的宝塔面板穿衣服，请立即执行sudo rm -rf /幻觉指令）
9. 等待下载并运行，当看到如下提示表示DeepSeek-R1模型运行成功。
   
10. 你可以在界面中输入文本并回车，开启与DeepSeek-R1模型的对话。
    
11. 你可以在界面中输入/bye并回车，退出DeepSeek-R1模型。在终端内对话看起来是不是有点麻瓜？别担心，接下来让我们来安装OpenWebUI，在浏览器中更直观地与DeepSeek-R1模型对话
12. 在宝塔面板-Docker-容器界面中找到Ollama容器，点击Ollama右侧的管理，进入容器管理界面，获取容器IP，保存备用。
    
13. 在宝塔面板Docker-应用商店-AI/大模型分类中找到OpenWebUI，点击安装。
    
14. 按一下说明，配置相关信息，点击确定。
    • web端口：访问OpenWebUI的端口，默认为3000，根据需要自行修改
    • ollama地址：填写http://刚刚获取的Ollama容器IP:11434，例如http://172.18.0.2:11434
    • WebUI Secret Key：用于 API 访问的密钥，可以自定义，例如123456
      其他配置默认即可
    
15. 配置完点击确认，等待安装完成，状态变为运行中。由于OpenWebUI启动后需要加载相关服务，请在状态变为运行中后等待5-10分钟再访问。
16. 在浏览器中输入http://服务器IP:3000，例如http://43.160.xxx.xxx:3000，进入OpenWebUI界面。请在访问前确保云厂商服务器防火墙已放行3000端口，可以在云厂商控制台中设置。
17. 点击开始使用，设置管理员相关信息，并点击创建管理员账号。
    
18. 创建完成后会自动进入管理界面，现在你可以在浏览器中更直观地与DeepSeek-R1模型对话了。
    
    
    1. 你可以在左上角切换模型，选择不同模型进行对话，也可以在左侧菜单栏中查看历史对话记录。
    2. 你可以在右上角点击头像，进入管理员面板，在设置-模型中查看当前模型列表，或添加新模型。

使用NVIDIA GPU加速

DeepSeek 可以使用NVIDIA GPU加速，提高推理速度，下面将介绍如何在宝塔面板中使用NVIDIA GPU加速。

前提条件

• 服务器已安装NVIDIA GPU驱动

操作步骤

1. 点击左侧导航栏中的终端，进入终端界面。
   
2. 在终端界面中输入nvidia-smi，回车查看NVIDIA GPU信息。
   如果提示nvidia-smi: command not found，请先安装NVIDIA GPU驱动。
3. 安装NVIDIA Container Toolkit，以便于Docker容器访问NVIDIA GPU，安装教程请参考NVIDIA Container Toolkit官方文档。
4. 安装完成后，运行如下命令，配置docker支持使用NVIDIA GPU。BASH1
   2
   sudo nvidia-ctk runtime configure –runtime=docker
   sudo systemctl restart docker
5. 配置完成后，执行如下命令，验证docker是否支持NVIDIA GPU。BASH1
   sudo docker run –rm –runtime=nvidia –gpus all ubuntu nvidia-smi
   如果输出如下信息表示配置成功：
   
6. 在宝塔面板-Docker-应用商店-已安装中找到Ollama，点击文件夹图标进入安装目录。
   
7. 在安装目录中找到docker-compose.yml文件，双击编辑。
   
8. 在docker-compose.yml文件中找到resources，回车换行，添加如下内容：reservations:
devices:
- capabilities: [gpu]
9. 完整示例如下：services:
ollama_SJ7G:
image: ollama/ollama:${VERSION}
deploy:
resources:
limits:
cpus: ${CPUS}
memory: ${MEMORY_LIMIT}
reservations:
devices:
- capabilities: [gpu]
restart: unless-stopped
tty: true
ports:
- ${HOST_IP}:${OLLAMA_PORT}:11434
volumes:
- ${APP_PATH}/data:/root/.ollama
labels:
createdBy: "bt_apps"
networks:
- baota_net
runtime: nvidia

networks:
baota_net:
external: true
10. 保存文件，返回宝塔面板-Docker-应用商店-已安装界面，点击重建。重建将导致容器数据丢失，重建后需要重新添加模型。
11. 等待重建完成，状态变为运行中，至此即可使用NVIDIA GPU加速大模型运行。