ubuntu2204部署deepseek

### Ubuntu 22.04 上部署 DeepSeek 的教程 #### 准备工作 确保系统已更新至最新状态并安装必要的工具包。 ```bash sudo apt update && sudo apt upgrade -y sudo apt install git-lfs build-essential -y ``` #### GPU 和 CUDA 设置 为了充分利用硬件加速，需确认 NVIDIA 显卡驱动正常运行，并安装适合版本的 CUDA 工具链。 ```bash nvidia-smi # 检测NVIDIA显卡及其驱动程序是否正确加载[^1] sudo apt-get install nvidia-driver-535 # 如果需要的话, 安装最新的稳定版驱动器 sudo apt install nvidia-cuda-toolkit # 安装CUDA开发套件 ``` #### Git LFS 初始化 配置 Git Large File Storage (LFS)，以便能够处理大型二进制文件。 ```bash git lfs install # 启用Git LFS支持 ``` #### 获取项目源码 克隆官方仓库到本地目录下作为工作的起点。 ```bash git clone https://github.com/deepseek-ai/DeepSeek-R1.git cd DeepSeek-R1/ ``` #### 构建 Python 虚拟环境 创建独立于系统的 Python 开发环境来管理项目的依赖关系。 ```bash python3 -m venv ./venv # 建立名为`./venv`的新虚拟环境 source ./venv/bin/activate # 激活该虚拟环境 pip install --upgrade pip # 更新Pip以获得更好的兼容性和安全性 ``` #### 安装 PyTorch 及其他依赖项 根据需求选择合适的PyTorch版本进行安装，并通过 `requirements.txt` 文件解决其余软件包的需求。 ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 # 对应特定CUDA版本的PyTorch安装命令 pip install -r requirements.txt # 使用requirement文档中的列表批量下载所需库 ``` #### 加载预训练模型参数 从 Hugging Face 平台获取预先训练好的权重数据集。 ```bash mkdir -p models # 创建用于存储模型的位置 git clone https://huggingface.co/deepseek/DeepSeek-R1 models/ # 将远程资源复制到这里 ``` #### 执行验证测试 最后一步是执行一些简单的脚本来检验整个设置过程的成功与否。 ```bash python test_script.py # 替换为实际存在的测试入口点名称 ```