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.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）：
1234567891011121314 |
# DeepSeek-R1ollama run deepseek-r1:671b# DeepSeek-R1-Distill-Qwen-1.5Bollama run deepseek-r1:1.5b# DeepSeek-R1-Distill-Qwen-7Bollama run deepseek-r1:7b# DeepSeek-R1-Distill-Llama-8Bollama run deepseek-r1:8b# DeepSeek-R1-Distill-Qwen-14Bollama run deepseek-r1:14b# DeepSeek-R1-Distill-Qwen-32Bollama run deepseek-r1:32b# DeepSeek-R1-Distill-Llama-70Bollama run deepseek-r1:70b |
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。
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。
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。
- 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
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。
12 |
sudo nvidia-ctk runtime configure --runtime=dockersudo systemctl restart docker |
5.配置完成后，执行如下命令，验证docker是否支持NVIDIA GPU。
1 |
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]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: nvidianetworks: baota_net: external: true9.保存文件，返回宝塔面板-Docker-应用商店-已安装界面，点击重建。
10.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。
