最近看到抖音热搜的DeepSeek AI只能很火，很多小伙伴都想部署，但感觉上条件不是很满足，不知道怎样才能搞定它。
这不，即使是正月初一，小白也是会正常更新的。
今天就来告诉大家怎么在自己的飞牛NAS上部署DeepSeek AI人工智能教程！（本教程同样也适合群晖NAS等其他X86的Linux系统，Ubuntu或CentOS也是可以的，但是OneCloud就不确定了）
小白使用的是测试机i5-3470T RAM12GB+ROM120GB的配置，直接是物理机安装的飞牛NAS。
以这个配置作为参考，其实很多电脑配置都可以运行这个AI人工智能。
好啦，话不多说，马上进入到咱们的教程！
正文开始
首先你需要安装一个Ollama，这个软件相当于运行DeepSeek模型的底层，没有这个底层就没办法跑DeepSeek AI模型。
安装Ollama
首先你需要SSH连接到飞牛NAS，如果不知道怎么SSH连接飞牛NAS的小伙伴可以参考下面的蓝色教程：
连接上去之后就可以直接开搞！复制下面的命令行，粘贴到命令提示符框里，再回车：
curl -fsSL https://ollama.com/install.sh | sh
这里需要稍微等待一会儿（主要是看当前的网络情况，还有下载人数的情况，服务器比较拥堵会下载很慢）
过程中可能会提示by peer，然后进程就中断了，这时候按一下【⬆️】，回车，重新下载安装。如果安装出错，需要重启一下飞牛NAS
接着再重新粘贴命令行，回车。如果提示这一行：提示No Nvidia or AMDxxx的是因为飞牛上没有显卡导致的，没关系
它可能会自动执行一次同样的命令行，下载出错也没关系，只要有一次大道100%就行
这时候输入【ollama】，回车，如果出现这个框里的这种一样的提示就行了。
部署AI模型
复制一下下面的命令行，建议使用1.1GB的模型（你要使用别的模型也可以，主要看空间足不足）
粘贴上去之后，回车，就会有一个下载进度，等待一会儿
版本：1.5b，适用于一般文字编辑使用（需要1.1GB空余空间）ollama run deepseek-r1:1.5b版本：7b，DeepSeek的第一代推理模型，性能与OpenAl-01相当，包括从基于Llama和Qwen的DeepSeek-R1中提取的六个密集模型（需要4.7GB空余空间）ollama run deepseek-r1:7b版本：8b，（需要4.9GB空余空间）ollama run deepseek-r1:8b版本：14b，（需要9GB空余空间）ollama run deepseek-r1:14b版本：32b，（需要20GB空余空间）ollama run deepseek-r1:32b版本：70b，（需要43GB空余空间）ollama run deepseek-r1:70b版本：671b，（需要404GB空余空间）ollama run deepseek-r1:671b
下载完成之后就会提示【Success】，证明模型已经部署成功了。
这时候，下面会有提示【 >>> Send a message (/? for help)】
玩起来！！！
这时候你就可以在这里跟AI人工智能聊天，或者让它创作点东西了
输入完成之后要回车，它会就回复。
这是不是很nice？！
离线之后如何使用呢？
关闭这个运行框之后，如果想要使用它，直接SSH连接到飞牛NAS（不需要sudo -i进入到root模式也可以的）
接着输入【ollama list】查看你安装的模型
ollama list
模型就是你看到的【Name】或者【ID】都是可以的，复制一下其中一个，比如我复制【NAME】下面的【deepseek-r1:1.5b】
接着输入【ollama run deepseek-r1:1.5b】，回车
ollama run deepseek-r1:1.5b（后面这个需要按照你自己安装的模型来）
就能进入到deepseek的人工智能对话
这时候就能输入你想要获得的内容了。
内容输出的快慢取决于你的飞牛NAS配置（主要还是CPU），小白的飞牛NAS跑起来感觉还可以（想要壁纸的小伙伴在公众号后台回复【壁纸】获取。）
–End–
另外还会讲解如何在浏览器直接打开与DeepSeek的对话（这个需要部署Open WebUI，请耐心等待教程，预计这两天就会发布了！）
本文来自小白电脑技术，本文观点不代表 PmTemple 立场，转载请联系原作者。原文链接：
微信扫一扫 
支付宝扫一扫 
评论列表（5条）
这篇文章对普通用户很有价值，将复杂的AI模型部署简化到NAS设备上。从产品角度看，这种技术下沉是AI平民化的关键一步，但需要更清晰的硬件配置要求和性能预期说明，避免用户产生不切实际的期望。
技术就像健身，正确的步骤和持续的坚持是关键！这个教程很实用，把复杂的AI部署简化了。作者春节期间还在分享，这种精神值得点赞。配置要求不高，很多老设备都能跑，就像健身不一定要顶级器材，坚持才是王道！
作为产品经理，我认为这类AI工具部署教程很有价值，但需注意资源占用问题。家庭NAS部署DeepSeek需评估实际使用场景，普通用户可能更关注响应速度而非模型完整度。建议考虑轻量化版本或云端API方案，平衡性能与成本。
这个教程太贴心了！就像我在旅行中发现一条隐秘的摄影小径一样惊喜。作为摄影爱好者，平时处理大量照片如果能用到AI工具肯定超方便。自己动手部署DeepSeek，感觉数字世界也充满探索乐趣呢！📸✨
AI平民化趋势明显，i5老CPU就能跑模型，算力成本正大幅下降。个人部署AI门槛降低，但商业化变现路径仍不清晰。NAS厂商借AI概念提升产品附加值，短期噱头大于实际价值。