DeepSeek 本地部署指南（基于 vLLM）-51CTO.COM

本指南将详细介绍如何使用 vLLM 在本地部署 DeepSeek 语言模型。我们将以 deepseek-ai/DeepSeek-R1-Distill-Qwen-7B 模型为例，逐步指导你完成环境配置、模型下载、vLLM 安装及推理服务的启动与调用。

1. 安装 Python 环境

在开始之前，你需要确保已安装 Python 环境。

图片

访问 Python 官网：https://www.python.org/
选择安装包：根据你的操作系统（Windows、macOS 或 Linux）下载并安装 Python。
推荐版本：建议安装 Python 3.8 或更高版本。
验证安装：安装完成后，打开终端（macOS/Linux）或命令提示符（Windows），输入以下命令以检查 Python 和 pip 是否安装成功：

python --version
  pip --version

如果正确显示版本号，则说明 Python 环境已配置完成。

2. 下载 DeepSeek 模型

接下来，我们需要下载 deepseek-ai/DeepSeek-R1-Distill-Qwen-7B 模型。

图片

模型地址：https://modelscope.cn/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
安装 ModelScope：ModelScope 是一个模型中心，用于下载和管理模型。运行以下命令安装 ModelScope：

pip install modelscope

下载模型：使用以下命令下载模型并保存到本地：

modelscope download --model deepseek-ai/DeepSeek-R1-Distill-Qwen-7B --local_dir /path/to/save/model

将 /path/to/save/model 替换为你希望保存模型的本地路径。

磁盘空间：确保磁盘空间充足，该模型至少需要 15GB 的存储空间。
关于 ModelScope：ModelScope 是一个开源社区，提供多种预训练模型。虽然某些模型可能需要注册账号，但 DeepSeek-R1-Distill-Qwen-7B 是公开的，可直接下载。

图片

3. 安装 vLLM

vLLM 是一个高效的大型语言模型推理库，支持快速部署。

图片

vLLM 简介：vLLM GitHub[1]
官方文档：vLLM 文档[2]

推荐使用虚拟环境：为避免包冲突，建议在虚拟环境中安装 vLLM。

创建虚拟环境：

python -m venv venv

激活虚拟环境

# macOS/Linux：
source venv/bin/activate

# Windows：
venv\Scripts\activate

安装 vLLM：

pip install vllm

4. 启动 vLLM 推理服务

模型下载完成后，可以使用 vLLM 启动推理服务。

启动命令：

CUDA_VISIBLE_DEVICES=0 vllm serve /path/to/save/model --port 8102 --max-model-len 16384

参数说明：

CUDA_VISIBLE_DEVICES=0：指定使用的 GPU 设备 ID（0 表示第一块 GPU）。
/path/to/save/model：替换为模型的实际保存路径。
--port 8102：服务监听的端口号（可自定义）。
--max-model-len 16384：模型的最大上下文长度（可根据 GPU 显存调整）。

检查服务状态：启动后，终端会显示类似 INFO: Started server process 的信息。你也可以通过访问 http://localhost:8102/docs 查看 API 文档，验证服务是否正常运行。

GPU 显存：确保 GPU 显存充足。如果显存不足，可尝试减小 --max-model-len 的值。

5. 调用 vLLM 推理服务

服务启动后，可以通过代码调用 vLLM 提供的 API 进行推理。

Python 示例代码：

from openai import OpenAI

# 配置 OpenAI API 密钥和 Base URL 以连接 vLLM 服务
openai_api_key = "EMPTY"# vLLM 服务不需要 API 密钥，可以使用任意字符串
openai_api_base = "http://localhost:8102/v1"  # 确保端口号与启动服务时一致

client = OpenAI(
    api_key=openai_api_key,
    base_url=openai_api_base,
)

prompt = "你好，介绍一下你自己吧"  # 输入问题
response = client.completions.create(
    model="deepseek-ai/DeepSeek-R1-Distill-Qwen-7B",  # 模型名称
    prompt=prompt,
    stream=False,  # 是否使用流式输出
)

print(response.choices[0].text)  # 输出模型回答

运行代码：将代码保存为 inference_example.py，然后在虚拟环境中运行：

python inference_example.py

注意事项：

确保 openai_api_base 中的端口号与 vLLM 服务端口一致。
如果遇到错误，请检查服务状态、模型名称及网络连接。

vLLM 服务是否已成功启动并正在运行。
openai_api_base 中的端口号是否与 vLLM 服务端口号一致。
model 参数指定的模型名称是否正确。
网络连接是否正常。
查看 vLLM 服务端的日志输出，可能会有更详细的错误信息。

总结

通过以上步骤，你已成功在本地部署了 DeepSeek 模型，并能够通过 vLLM 进行推理。如果在部署过程中遇到问题，请参考 vLLM 官方文档或在相关社区寻求帮助。祝你使用愉快！

参考资料

[1]vLLM GitHub: https://github.com/vllm-project/vllm

[2]vLLM 文档: https://docs.vllm.ai/en/latest/