Lm studio本地部署DeepSeek 及 部署后的性能调节

0. 前言

上一节内容讲到Ollama部署deepseek的方法，会有下面几方面问题：

1. Ollama官网访问安装包下载失败
2. 下载deepseek模型文件过慢或失败
3. 在不进行环境配置的情况下，默认安装至C盘，导致空间不足
4. 一部分Nivida显卡无法吃满显存资源
5. 一部分AMD显卡替换rocm文件后无法启动

下面给大家介绍Lm studio本地部署DeepSeek的方法，并进行性能调节。以解决上述问题.

1. 下载及安装Lm studio

Lm studio 部署、管理、调节的软件，可以免费下载使用。

Lm studio官网：(点击访问官网):[https://lmstudio.ai/]

下载完成后，双击安装包一路下一步安装即可。

安装完成后，打开Lm studio，点击左上角skip跳过，进入模型对话界面。

2. 设置模型读取位置

修改语言：

点击右下角设置图标，点击language，选择简体中文。

设置模型读取位置：

点击左上角文件夹图标修改模型读取位置。可以设置为你磁盘空间比较大的位置。

点开对话框后，在你要选择的文件夹下，新建二级文件目录，如：/eogee/deepseek-8b。

这里的第一个目录是模型提供者，第二个目录是模型名称。都给可以自定义为任何内容，但需要注意每个模型要有一个单独的目录。

上图所示即为二级目录。

3. 下载DeepSeek模型文件

访问魔塔社区（一个国内的开源模型社区，他不需要科学上网，也不需要使用镜像，可以直接下载模型，对国内用户友好），下载DeepSeek模型文件。

在搜索栏中搜索 deepseek-r1-8b-gguf，进入页面后，点击模型和文件，进入模型列表页面，选择合适的模型进行下载。

下载完成后，将模型移动到我们刚建好的模型读取目录中即可。

4. lm studio 选择并加载模型

在lm studio界面上方，选择你刚安装的模型，点击下方的按钮加载模型。

静等片刻，模型加载完成后，在下方的输入框就可以向deepseek提问了。

5. 模型加载性能性能调节（如何能吃满显存）

模型加载参数：

• 第一个选项条表示上下文长度，非特殊情况不建议更改。
• 第二个选项条表示模型加载消耗的显存资源，越大占用越多，调整时注意观察你自己设备的性能状况。
• 第三个选项条表示模型加载的CPU线程数，可以适当调整。

响应参数：

你可以通过右侧的 系统提示 设置每次提问的默认前缀。

设置 温度 来调整推理结果的 天马行空 程度，越高越离谱，越低越严谨，再非文学创作的情况下不建议调整。

其他设置项默认即可。

6. 近期主要问题总结

1. 如何给deepseek喂数据？我也在研究
2. 本地部署的意义是什么？
3. 如何让我的低参数模型回答的问题相对靠谱？联网搜索
4. 我要更换显卡以提升体验吗？兴趣使然不建议着急投资，先看看。如果有迫切需要，急于出产品或服务，可以考虑购买大显存高性价比的显卡。
5. 有哪些可能的应用方向？我也在摸索，又成果会及时向大家汇报。

关于我，半个程序员，实战派和落地派，主要追求提升效率和具体场景的问题解决，不搞噱头，不搞营销，欢迎大家关注或加入交流群。