腾讯云部署DeepSeek教程：轻量服务器也能跑本地大模型？
DeepSeek火了之后，很多人想在服务器上跑一个自己的本地大模型：数据不出门、调用不限量、想怎么折腾怎么折腾。先说结论：腾讯云轻量服务器能跑，但有明确的内存门槛，只适合小参数量化模型。这篇教程讲清边界，再用Ollama带你跑通全流程。
先看门槛：大模型吃的是内存
本地跑大模型绕不开一个换算：参数量×精度≈需要的内存。以7B（70亿参数）模型为例，FP16精度要14GB以上内存；量化到4bit后压缩到4-5GB，8GB内存才放得下。轻量服务器没有独立显卡，走的是CPU推理，速度取决于CPU性能和内存带宽——日常问答可以接受，长文生成会明显变慢。具体速度因环境而异，这里不放没有依据的数字，你部署后自测即可。
2核4G与4核8G的适用边界
- 2核4G：只够跑1.5B级别的小参数量化模型，用来学习部署流程、体验对话没问题，别指望生产力输出；
- 4核8G：可以跑7B级低比特量化模型，日常问答、简单写作够用，这是轻量服务器的实用上限；
- 想跑14B以上模型或追求流畅速度：需要GPU云服务器或更高内存配置，价格以官网实时价格为准；
- 模型文件动辄几个GB，系统盘要预留足够空间，不够可以挂云硬盘扩容。
步骤1：安装Ollama
SSH登录服务器，执行官方安装脚本 curl -fsSL https://ollama.com/install.sh | sh。按提示操作完，脚本自动装好依赖，ollama --version 有输出，服务自动在后台运行。
步骤2：跑通第一个模型
执行 ollama run deepseek-r1:1.5b，先用小参数模型验证链路。正常情况下，自动下载模型后进入对话提示符，输入"你好"能收到回复，部署就算成功了。 链路跑通后，4核8G用户再换 ollama run deepseek-r1:7b，回答质量会明显上一个台阶；2核4G就停留在小模型即可。
步骤3：上网页界面（可选）
用Docker部署Open WebUI并连接本机Ollama服务，浏览器打开管理端口。完成后，得到一个类ChatGPT的网页对话界面，支持多轮对话和历史记录，家人朋友都能用。 还没有服务器？想认真体验本地大模型，至少2核4G、推荐4核8G；企业用户可免费试用4核8G轻量服务器，个人新用户也有免费试用1个月的入口 → 领取入口
替代方案：不想折腾配置？
本地部署的意义在于自主可控；如果只是想用上DeepSeek，直接调用API更省心。腾讯云Token Plan低至28元/月，订阅支持多款国产主流大模型，不用自己管服务器和内存 → 查看Token Plan。
2核2G的机器就别硬跑了，频繁内存告急，把预算留给API订阅或升配更实际。
常见报错排查
- 进程被OOM killed：内存不够。加swap只能解燃眉之急，根本解法是换更小参数模型或升内存。
- 模型下载慢或中断：模型包体积大，网络波动易断；重新执行run命令支持断点续传，错峰下载更快。
- 外部访问不了服务：Ollama默认只监听本机，需设置 OLLAMA_HOST=0.0.0.0 并在安全组放行对应端口；同时建议加反向代理和鉴权，别把无鉴权的大模型服务裸露到公网。
顺带回答几个问题
Q：2核2G服务器能跑DeepSeek吗？ A：跑不了可用量级的模型，会频繁内存溢出；想体验至少2核4G起步。
Q：本地部署和直接调API哪个好？ A：要数据隐私、无限调用选本地；要响应快、零运维选API，按场景选择即可。
Q：没有显卡真的能跑吗？ A：能，CPU推理没有显卡门槛，但速度有限，适合体验和轻量使用。
Q：模型文件下载到哪里、占多少空间？ A：默认在 ~/.ollama 目录；1.5B量化版约1-2GB，7B量化版约4-5GB，注意给磁盘留余量。
上面这些不是让你立刻下单，而是让你在下单前心里有数。腾讯云部署DeepSeek的坑大多不在技术，在预算和续费那一下。