如何本地部署DeepSeek_云服务器 ECS(ECS)-阿里云帮助中心

DeepSeek-V3/R1是拥有600B以上参数量的专家混合（MoE）模型，并已经开源了模型权重。本文为您介绍在GPU实例上部署DeepSeek-R1蒸馏模型推理服务。

背景信息

估算模型所需配置

模型的参数量越大，其处理数据和生成内容的复杂性也随之增加，且运行所需的计算资源也会相应增多。每个模型在计算和存储需求上存在差异，以下列出了DeepSeek-R1各型号所需的硬件配置。根据不同的使用需求选择合适的模型，不仅可以降低成本，还能提升部署效率。

模型名称	模型版本	模型大小	vCPU	内存	GPU显存	系统盘	推荐实例规格

模型名称	模型版本	模型大小	vCPU	内存	GPU显存	系统盘	推荐实例规格
DeepSeek-R1-Distill-Qwen-1.5B	1.5B（15亿参数）	6.7 GB	4核或6核处理器	30 GB RAM	24 GB	至少50 GB空闲空间	ecs.gn7i-c8g1.2xlarge
DeepSeek-R1-Distill-Qwen-7B	7B（70亿参数）	29 GB	6核或8核处理器	32 GB RAM	24 GB	至少100 GB空闲空间	ecs.gn7i-c16g1.4xlarge
DeepSeek-R1-Distill-Llama-8B	8B（80亿参数）	30 GB	6核或8核处理器	32 GB RAM	24 GB	至少100 GB空闲空间	ecs.gn7i-c16g1.4xlarge
DeepSeek-R1-Distill-Qwen-14B	14B（140亿参数）	56 GB	8核以上处理器	64 GB RAM	2*24 GB	至少200 GB空闲空间	ecs.gn7i-2x.8xlarge
DeepSeek-R1-Distill-Qwen-32B	32B（320亿参数）	123 GB	8核以上处理器	128 GB RAM	4*24 GB	至少500 GB空闲空间	ecs.gn7i-4x.8xlarge
DeepSeek-R1-Distill-Llama-70B	70B（700亿参数）	263 GB	12核以上处理器	128 GB RAM	8*24 GB	至少1 TB空闲空间	ecs.gn7i-8x.16xlarge

核心工具介绍

NVIDIA GPU驱动：用来驱动NVIDIA GPU的程序，本文以Driver版本 550.127.08为例。
vLLM：是一个有助于更高效地完成大语言模型推理的开源库，本文以其v0.6.4.post1版本为例。
Open WebUI：基于Web的交互界面，提供类似ChatGPT的用户体验，支持对话记录管理、多模型切换及插件扩展，适合非技术用户直接操作。

操作步骤

步骤一：准备环境

创建GPU实例并正确安装驱动。具体操作，请参见创建GPU实例。关键参数说明如下。
- 实例规格：参考估算模型所需配置，选择满足对应模型版本的实例规格。
- 镜像：选择公共镜像，本文以Alibaba Cloud Linux 3.2104 LTS 64位版本的镜像为例。
  在GPU实例上部署DeepSeek-V3/R1模型，需要提前在该实例上安装GPU驱动且驱动版本应为550及以上版本，建议您通过ECS控制台购买GPU实例时，同步选中安装GPU驱动。实例创建完成后，会自动安装Tesla驱动、CUDA、cuDNN库等，相比手动安装方式更快捷。
- 系统盘：参考估算模型所需配置，设置满足对应模型版本的系统盘大小规格，建议系统盘大小设置1 TiB以上。
- 公网IP：选中分配公网IPv4地址，带宽计费方式选择按使用流量，建议带宽峰值选择100 Mbps，以加快模型下载速度。
- 安全组：开放22和8080端口。
安装Docker。具体操作，请参见安装Docker。

安装NVIDIA容器工具包。

Alibaba Cloud Linux/CentOS

Ubuntu/Debian

#配置生产存储库
curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | \
  sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo
#安装 NVIDIA Container Toolkit 软件包
sudo yum install -y nvidia-container-toolkit
#重启docker
sudo systemctl restart docker

#配置生产存储库
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
#从存储库更新软件包列表
sudo apt-get update
#安装 NVIDIA Container Toolkit 软件包
sudo apt-get install -y nvidia-container-toolkit
#重启docker
sudo systemctl restart docker

（可选）购买数据盘并完成挂载。
由于模型较大，如果您的系统盘容量不足，建议您单独购买数据盘用于存储下载的模型。建议挂载点以/mnt为例。具体操作，请参见挂载数据盘。

步骤二：部署和运行DeepSeek模型

执行以下命令，拉取推理镜像。

sudo docker pull egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/vllm:0.6.4.post1-pytorch2.5.1-cuda12.4-ubuntu22.04

下载模型文件，您可以访问阿里云魔搭社区Modelscope选择模型，在模型详情页获取名称。

# 定义要下载的模型名称。MODEL_NAME需要访问Modelscope选择模型，在模型详情页获取名称，脚本以DeepSeek-R1-Distill-Qwen-7B为例
MODEL_NAME="DeepSeek-R1-Distill-Qwen-7B"
# 设置本地存储路径。确保该路径有足够的空间来存放模型文件（建议预留模型大小的1.5倍空间），此处以/mnt/7B为例
LOCAL_SAVE_PATH="/mnt/7B"

# 如果/mnt/7B目录不存在，则创建它
sudo mkdir -p ${LOCAL_SAVE_PATH}
# 确保当前用户对该目录有写权限，根据实际情况调整权限
sudo chmod ugo+rw ${LOCAL_SAVE_PATH}

# 启动下载，下载完成后自动销毁
sudo docker run -d -t --network=host --rm --name download \
-v ${LOCAL_SAVE_PATH}:/data \
egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/vllm:0.6.4.post1-pytorch2.5.1-cuda12.4-ubuntu22.04 \
/bin/bash -c "git-lfs clone https://www.modelscope.cn/models/deepseek-ai/${MODEL_NAME}.git /data"

执行以下命令，实时监控下载进度，等待下载结束。
```
sudo docker logs -f download
```
下载模型耗时较长，请您耐心等待。当下载任务完成后，会停止输出新的日志，您可以随时按下Ctrl+C退出，这不会影响容器的运行，即使退出终端也不会中断下载。

启动模型推理服务。

# 定义要下载的模型名称。MODEL_NAME需要访问Modelscope选择模型，在模型详情页获取名称，脚本以DeepSeek-R1-Distill-Qwen-7B为例
MODEL_NAME="DeepSeek-R1-Distill-Qwen-7B"
# 设置本地存储路径。确保该路径有足够的空间来存放模型文件（建议预留模型大小的1.5倍空间），此处以/mnt/7B为例
LOCAL_SAVE_PATH="/mnt/7B"

# 定义服务运行时监听的端口号。可以根据实际需求进行调整，默认使用30000端口
PORT="30000"

# 定义使用的GPU数量。这取决于实例上可用的GPU数量，可以通过nvidia-smi -L命令查询
# 这里假设使用4个GPU
TENSOR_PARALLEL_SIZE="4"

# 创建目录并设置权限。如果目录不存在，则创建它，并确保当前用户对该目录有读写权限。
sudo mkdir -p ${LOCAL_SAVE_PATH}
sudo chmod ugo+rw ${LOCAL_SAVE_PATH}

# 启动Docker容器并运行服务
sudo docker run -d -t --network=host --gpus all \
    --privileged \
    --ipc=host \
    --name ${MODEL_NAME} \
    -v ${LOCAL_SAVE_PATH}:/data \
    egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/vllm:0.6.4.post1-pytorch2.5.1-cuda12.4-ubuntu22.04 \
    /bin/bash -c "vllm serve /data \
        --port ${PORT} \
        --served-model-name ${MODEL_NAME} \
        --tensor-parallel-size ${TENSOR_PARALLEL_SIZE} \
        --max-model-len=16384 \
        --enforce-eager \
        --dtype=half"

运行以下命令，检查服务是否正常启动。
```
sudo docker logs ${MODEL_NAME}
```
在日志输出中寻找类似以下的消息：
```
INFO:     Uvicorn running on http://0.0.0.0:30000 (Press CTRL+C to quit)
```
这表示服务已经成功启动并在端口30000上监听。

步骤三：启动Open WebUI

执行以下命令，拉取基础环境镜像。

sudo docker pull alibaba-cloud-linux-3-registry.cn-hangzhou.cr.aliyuncs.com/alinux3/python:3.11.1

执行以下命令，启动Open WebUI服务。

#设置模型服务地址
OPENAI_API_BASE_URL=http://127.0.0.1:30000/v1

# 创建数据目录,确保数据目录存在并位于/mnt下
sudo mkdir -p /mnt/open-webui-data

#启动open-webui服务
sudo docker run -d -t --network=host --name open-webui \
-e ENABLE_OLLAMA_API=False \
-e OPENAI_API_BASE_URL=${OPENAI_API_BASE_URL} \
-e DATA_DIR=/mnt/open-webui-data \
-e HF_HUB_OFFLINE=1 \
-v /mnt/open-webui-data:/mnt/open-webui-data \
alibaba-cloud-linux-3-registry.cn-hangzhou.cr.aliyuncs.com/alinux3/python:3.11.1 \
/bin/bash -c "pip config set global.index-url http://mirrors.cloud.aliyuncs.com/pypi/simple/ && \
pip config set install.trusted-host mirrors.cloud.aliyuncs.com && \
pip install --upgrade pip && \
pip install open-webui==0.5.10 && \
mkdir -p /usr/local/lib/python3.11/site-packages/google/colab && \
open-webui serve"

执行以下命令，实时监控下载进度，等待下载结束。
```
sudo docker logs -f open-webui
```
在日志输出中寻找类似以下的消息：
```
INFO:     Uvicorn running on http://0.0.0.0:8080 (Press CTRL+C to quit)
```
这表示服务已经成功启动并在端口8080上监听。
在本地物理机上使用浏览器访问http://<ECS公网IP地址>:8080，首次登录时，请根据提示创建管理员账号。
在Open WebUI界面中进行问答测试。
如果您希望您部署的Open WebUI对普通用户开放访问，请按照以下步骤进行操作。
1. 单击右上角的头像，选择管理员面板。
2. 进入管理员后台，在顶部菜单栏单击设置。
3. 在左侧导航栏单击通用，打开允许新用户注册的开关，设置默认用户角色为用户。
4. 在左侧导航栏单击模型，单击模型后的按钮。
5. 在可见性的下拉列表中，选择Public，单击保存并更新。
6. 配置完成后，新用户通过访问http://<ECS公网IP地址>:8080，即可注册登录您部署的Open WebUI，与DeepSeek-R1-Distill模型进行对话问答了。