一、环境准备与系统要求

1.1 Windows 11系统兼容性验证

部署前需确认系统版本为Windows 11 21H2及以上，建议使用专业版或企业版。通过”设置>系统>关于”查看版本信息，确保系统已安装最新更新（KB5026372或更高版本）。内存建议不低于16GB，磁盘空间预留至少50GB用于模型文件存储。

1.2 硬件加速配置

DeepSeek模型运行依赖GPU加速，需确认硬件支持：

• NVIDIA显卡：驱动版本≥525.60.13（通过NVIDIA Control Panel验证）
• AMD显卡：需ROCm 5.7+支持（仅限特定专业卡）
• 集成显卡：仅支持7B以下小模型，性能受限

建议使用CUDA 12.x环境，通过nvidia-smi命令验证GPU状态，确保显示正常工作负载。

二、Ollama框架安装与配置

2.1 Ollama安装流程

1. 访问Ollama官方GitHub仓库下载最新版安装包（当前v0.3.12）
2. 双击安装程序，选择自定义安装路径（建议D:\Ollama）
3. 安装完成后验证服务状态：

   Get-Service -Name "OllamaService" | Select-Object Status, Name

   正常应返回”Running”状态，若未启动需手动执行：

   Start-Service -Name "OllamaService"

2.2 环境变量配置

在系统环境变量中添加：

• OLLAMA_MODELS：指向模型存储目录（如D:\Ollama\models）
• OLLAMA_HOST：设置为0.0.0.0（允许远程访问）

验证配置：

$env:OLLAMA_MODELS
$env:OLLAMA_HOST

三、DeepSeek模型部署

3.1 模型文件获取

通过Ollama CLI拉取官方镜像：

ollama pull deepseek-ai/deepseek-coder:33b

支持版本包括：

• 7B（基础版，适合4GB显存）
• 33B（进阶版，需12GB+显存）
• 67B（专业版，需24GB显存）

下载进度可通过ollama show deepseek-ai/deepseek-coder:33b查看。

3.2 模型参数配置

创建自定义配置文件config.json：

{
  "model": "deepseek-ai/deepseek-coder:33b",
  "parameters": {
    "temperature": 0.7,
    "top_p": 0.9,
    "max_tokens": 2048
  },
  "system_prompt": "You are an AI assistant specialized in coding"
}

关键参数说明：

• temperature：控制创造性（0.1-1.0）
• top_p：核采样阈值
• max_tokens：单次响应最大长度

四、运行与测试

4.1 启动服务

执行命令启动模型：

ollama run deepseek-ai/deepseek-coder:33b --config config.json

首次运行会自动加载模型文件，耗时约5-15分钟（取决于硬件配置）。

4.2 API接口测试

通过cURL测试REST API：

curl -X POST "http://localhost:11434/api/generate" `
-H "Content-Type: application/json" `
-d '{
  "model": "deepseek-ai/deepseek-coder:33b",
  "prompt": "Explain quantum computing in simple terms",
  "stream": false
}'

正常响应应包含response字段和生成的文本内容。

4.3 性能优化建议

1. 显存优化：启用--fp16参数减少内存占用
2. 多实例部署：通过--port参数指定不同端口运行多个模型
3. 批处理优化：设置--batch-size提升吞吐量（需GPU支持）

五、常见问题解决

5.1 安装失败处理

错误代码0x80070643：

• 解决方案：卸载后手动删除C:\Program Files\Ollama目录，关闭杀毒软件后重新安装

5.2 模型加载超时

现象：卡在”Loading model layers”超过10分钟

• 解决方案：
  1. 检查磁盘I/O性能（建议使用SSD）
  2. 增加交换空间：

     wmic pagefileset create name="C:\pagefile.sys",InitialSize=8192,MaximumSize=16384

5.3 API连接拒绝

错误Connection refused on port 11434：

• 检查防火墙设置：

  New-NetFirewallRule -DisplayName "Ollama API" -Direction Inbound -LocalPort 11434 -Protocol TCP -Action Allow

六、进阶应用场景

6.1 与VS Code集成

1. 安装Ollama扩展（市场搜索”Ollama”）
2. 配置.vscode/settings.json：

   {
   "ollama.model": "deepseek-ai/deepseek-coder:33b",
   "ollama.baseUrl": "http://localhost:11434"
   }

3. 使用快捷键Ctrl+Shift+P调用AI辅助编码

6.2 批量处理脚本

创建PowerShell脚本batch_process.ps1：

param(
  [string]$inputFile,
  [string]$outputFile
)
$prompts = Get-Content $inputFile
$results = @()
foreach ($prompt in $prompts) {
  $response = Invoke-RestMethod -Uri "http://localhost:11434/api/generate" `
    -Method Post `
    -Body (@{
      model = "deepseek-ai/deepseek-coder:33b"
      prompt = $prompt
    } | ConvertTo-Json) `
    -ContentType "application/json"
  $results += $response.response
}
$results | Out-File $outputFile

七、维护与升级

7.1 版本更新

检查更新：

ollama version

升级命令：

# 停止服务
Stop-Service -Name "OllamaService"
# 下载新版本安装包覆盖安装
# 重启服务
Start-Service -Name "OllamaService"

7.2 模型更新

拉取最新版本：

ollama pull deepseek-ai/deepseek-coder:latest

切换版本：

ollama copy deepseek-ai/deepseek-coder:latest deepseek-ai/deepseek-coder:custom

本指南完整覆盖了从环境准备到高级应用的全部流程，通过实际命令示例和故障排除方案，为开发者提供了可复制的部署方案。建议首次部署预留2小时操作时间，并确保备份重要数据。对于企业级部署，可考虑使用Docker容器化方案实现更高可用性。