猴哥的第 150 期分享，欢迎追看

最近 DeepSeek 爆火，不只是在自媒体上！

你看 ollama library 上，上线 8 天，就达到了 3.9 M 下载量，这热度，要甩第二名 llama3.3 好几条街！

前段时间，官网频繁出现反应迟缓，甚至宕机。

不过，这是个开源模型啊，何不本地部署一个，自己用的尽兴。

有朋友问：没有显卡咋跑？

今日分享，带大家用免费 GPU 算力，本地跑 DeepSeek R1 !

1. 腾讯 Cloud Studio

免费算力？

Google Colab？没梯子还真用不了。

不过，最近腾讯豪横，推出了一款云端 IDE -- Cloud Studio，类似百度飞桨 AI Studio 的一款产品。

不过，百度的云端 IDE，只能跑 PaddlePaddle 深度学习开发框架，但凡发现你在跑 PyTorch 等其他框架，立马 kill。

这下好，竞品来了，腾讯 Cloud Studio，完全无使用限制，每月可免费使用 1000 分钟！（随用随开，及时关机）

传送门：https://ide.cloud.tencent.com/

想动手玩玩的盆友，抓紧了~

2. Ollama 跑 DeepSeek

关于 Ollama 的使用，可以翻看之前教程：本地部署大模型？Ollama 部署和实战，看这篇就够了

2.1 创建实例

创建实例时，选择从 AI模板 开始：

稍等 2 分钟，即可创建成功！

进来后，ctrl+~ 快捷键，打开终端，你看连 conda 虚拟环境都给你装好了~

先来看看给预留了多大存储空间：

有点遗憾，挂载了不到 50G 的磁盘，系统镜像就占了 21 G，省着点用吧，稍微大点的模型，模型权重都放不下。

内存呢？

32G 内存, Nice ~

再来看看显存啥情况？

给安排了一张 T4 的推理卡，16G 显存。

2.2 拉取模型权重

最后看看 ollama 啥情况？

(base) root@VM-16-158-ubuntu:/workspace# ollama list
NAME             ID              SIZE      MODIFIED    
llama3:latest    365c0bd3c000    4.7 GB    3 weeks ago 

预装了 llama 3，删，上主角：DeepSeek R1!

ollama rm llama3
ollama run deepseek-r1:14b

考虑到只有 16G 显存，如果要用 GPU，最大只能选择 14b 模型。

如果下载速度太慢，命令杀掉，重新下载即可！

模型拉取结束，就可以开始玩耍了。

2.3 模型初体验

就这么简单，跑起来了~

再来个复杂点的任务：

怎么样？

最后，来看下显存占用如何：11 G 足够了。

2.4 内网穿透出来

Cloud Studio 的虚拟机无法安装 docker，所以无法采用 docker 的方式安装 web UI。

且没有公网 IP，咋搞？

总不能每次都得打开终端来用。

这里，介绍一种最简单的内网穿透方法：cloudflared，简单三步搞定！

关于内网穿透，猴哥之前有几篇教程，不了解的小伙伴可以往前翻看。

step 1: 安装 cloudflared：

wget https://mirror.ghproxy.com/https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64.deb
dpkg -i cloudflared-linux-amd64.deb
cloudflared -v

step 2: 查看 ollama 的端口号：

step 3: 穿透出来：

cloudflared tunnel --url http://127.0.0.1:6399

cloudflared 会输出一个公网可访问的链接：

打开浏览器试试吧~

接下来，你可以在本地的任何 UI 界面，用这个 URL 玩耍 DeepSeek-R1 了~

写在最后

本文分享了如何用免费GPU 算力部署 DeepSeek 的推理模型，并内网穿透出来，任性调用。

如果对你有帮助，欢迎点赞收藏备用。

注：DeepSeek-R1 是推理模型，和对话模型不同的是，它多了自我思考的步骤，适合编程、数学等逻辑思维要求高的应用。

为方便大家交流，新建了一个 AI 交流群，公众号后台「联系我」，拉你进群。

👇 关注猴哥，快速入门AI工具