چطور DeepSeek را روی سیستم خود اجرا کنیم
هوش مصنوعی شخصی، با بازده بالا به صورت شخصی روی سیستم خود نیاز دارید؟ در این مقاله یاد میگیرید که چگونه مدل های R1 هوش مصنوعی DeepSeek را در سیستم خود اجرا و بهینه کنید.
تابحال به این فکر کرده اید که لبتاب شخصی خود را به یک نیروگاه مدل های LLM تبدیل کنید؟ ممکن است پاسخ اولیه شما این باشد: نه دقیقا؛ اگر به شما بگویم که میتوانید مدل های DeepSeek R1 را به صورت شخصی روی سیستم های خود نصب و اجرا کنید بدون اینکه نیاز باشد با سرور های ابری مربوط به این هوش مصنوعی ارتباط بگیرید، و البته داده ها و اطلاعاتتان هم از در دسترس دیگران نباشد، چه فکری میکردید؟ در ادامه به نحوه نصب و اجرا کردن این مدل ها والبته بهینه سازی آنها به صورتی که تجربه کاربری مشابه Chat GPT را برایمان داشته باشد میپردازیم.
با تنظیمات مناسب، لبتاب و کامپیوتر شخصی شما میتواند ویراستاری، تحلیل، تولید محتوی متنی و فعالیت های اینچنینی را بدون نیاز به سرور های ارائه دهنده هوش مصنوعی انجام دهد. و به جای اجرای هوش مصنوعی در یک ترمینال، Docker و Web UI یک رابط کاربری آسان و راحت را برای شما فراهم میکنند تا بیش از پیش به راحتی از قابلیت های هوش مصنوعی استفاده کنید.
و اگر در رابطه با امنیت اطلاعات و داده های خود نگران هستید، در این راهنما این اطمینان حاصل شده که همه چیز به صورت محلی در لبتاب و کامپیوتر شخصی شما ذخیره سازی و پردازش شود؛ هیچ API Call ، لاگین در سایت ها و پلتفورم های دیگر و البته سرور ها و خدمات ابری دیگر مورد نیاز نخواهد بود و در نتیجه اطلاعات و داده های شما از امنیت کافی برخوردار خواهند بود.
چرا این موضع جذاب است؟
هیچ محدودیت API وجود ندارد؛ در صورت نصب در سیستم خود شما مالک آن هستید و هیچ محدودیتی از طرف شخص ثالث وجود ندارد.
وابستگی به فضای ابری وجود نخواهد داشت؛ در صورت نصب هوش مصنوعی روی سیستم خود دیگر نیاز به فضا های ابری معمول نیست و از سیستم خود استفاده خواهید کرد.
سریع و بهینه است؛ با توجه به توانایی های سیستم خود و منابعی که به هوش مصنوعی اختصاص میدهید میتوانید عملکرد آن را با توجه به سیستم خود تنظیم کنید.
UI آن شبیه به چت جی پی تی (ChatGPT) است؛ یو آی وب رابط کاربری هوش مصنوعی نصب شده را درست مانند رابط کاربری چت جی پی تی میکند به همین دلیل استفاده از آن خارج از نرم و سخت نخواهد بود.
قابل گسترش و توسعه است؛ از آنجایی که به صورت محلی و شخصی سازی شده این هوش مصنوعی را نصب میکنید، تاریخچه صحبت ها و آموزش های شما را همواره به همراه خواهد داشت و مطابق با نیاز شما و آموزش هایی که به آن میدهید میتوانید نسخه شخصی سازه شده برای خودتان از Deep Seek را داشته باشید.
در نهایت میتوان گفت که اگر میخواهید یک هوش مصنوعی واقعی و شخصی سازی شده روی سیستم خود داشته باشید، این راهنما برای شما نوشته شده است و با استفاده از همین راهنما میتوانید در کمترین زمان هوش مصنوعی شخصیسازی شده خود را روی سیستم خود نصب و اجرا کنید.
لبتاب های ورک استیشن ( WorkStation ) و گیمینگ ( Gaming) و هوش مصنوعی Deep Seek برای یکدیگر ساخته شده اند
شاید کمتر پیش بیاید که در دنیای علم و فناوری و تکنلوژی این جمله شنیده شود که این موضوع برای یکدیگر توسعه داده شده اند یا نادر تر این مله این است که این تکنلوژی جدید جوری با سیستم های خاصی مطابق است که انگار در زمان ساخت آن سیستم ها استفاده آن ها از این تکنلوژی جدید را در نظر گرفته اند. رابطه هوش مصنوعی که به تازگی معرفی شده است و تحت عنوان Deep Seek شناخته میشود، با لبتاب ها workstation و Gaming از همین جنس است چرا که وجود سی پی یو و کارت گرافیک های قدرتمند، مقدار رم بالا و با سرعت قابل توجه و البته حافظه های اس اس دی که خود انقلابی در صنعت لبتاب ها ایجاد کرده اند، روی این نوع لبتاب ها جوری به پردازش های Deep Seek کمک میکند که میتوان اینطور ادعا کرد که انگار در زمان توسعه Deep Seek چنین مولفه هایی را در نظر گرفته اند. در ادامه اطلاعات بیشتری را درباره مدل ها مختلف این هوش مصنوعی قدرتمند با هم بررسی میکنیم.
برای اجرای Deep Seek روی سیستم های شخصی خود چه چیز هایی را باید بدانیم؟
اول از همه باید گفته شود که این هوش مصنوعی دارای دو مدل R1 و R2 هست که مدل R2 پولی است و برای آن باید اشتراک آن را به صورت ماهانه یا سالانه از شرکت توسعه دهنده آن یعنی هانگ ژو ) Hangzhou Deep Seek Artificial Intelligence Basic Technology Research Co., Ltd) تهیه کنید. اما بخش جذاب داستان همان مدل R1 آن است که نتنها رایگان است بلکه بر خلاف هوش مصنوعی های قبلی میتوان آن را به صورت محلی و شخصی سازی شده روی سیستم های مختلف نصب و اجرا کرد.
مدل R1 ورژن های مختلفی دارد که در زیر به بررسی منابع مورد نیاز برای هر مدل و بهترین نوع استفاده از هر مدل میپردازیم:
Deep Seek V 1.5B: این مدل برای تولید محتوی متنی ساده، صحبت و پاسخ های سریع کاربرد دارد و یکی از نکات مثبت آن این است که برای اجرا نیاز به کارت گرافیک ندارد و با همان سی پی یو کامپیوتر های شخصی کار خود را پیش میبرد. حداقل منابع مورد نیاز برای این مدل 8 گیگابایت رم است و هر نوع و برند سی پی یو جدید میتواند این ورژن را بدون مشکل اجرا کند.
Deep Seek V 8B: این ورژن برای تحلیل های ساده، تولید محتوی های متنی بلند و کد نویسی استفاده میشود و نسبت به مدل های بعدی با توجه به کارایی که ارائه میدهد منابع کمی نیاز دارد. مانند ورژن قبلی این مدل هم برای نصب و اجرا به کارت گرافیک نیازی ندارد و حداقل 16 گیگابایت رم و حداقل به چهار هسته سی پی یو نیاز دارد ( سی پی یو های Intel i5 ، Ryzen 7 و M1 از دسته سی پی یو هایی هستند که میتوانند این ورژن را به راحتی اجرا کنند).
Deep Seek V 14B: مانند دو ورژن قبلی این مدل هم برای اجرا به کارت گرافیک نیازی ندارد اما به حداقل 32 گیگگابایت رم و 6 هسته سی پی یو نیاز دارد (سی پی یو های M2 ، Ryzen 7 و intel i7 از مدل های مناسب برای این ورژن هستند). ویژگی های بهتر این ورژن نسبت به ورژن های قبلی، تحلیل عمیق تر، برنامه نویسی و تحقیق و آنالیز است.
Deep Seek V 32B: برخلاف سه ورژن قبلی این ورژن و ورژن های بعدی آن برای اجرای با سرعت بالا و حداکثر عملکرد نیاز به کارت گرافیک دارند (کارت گرافیک ها Metal و CUDA پیشنهاد میشوند). از این ورژن میتوانید برای تحلیل و حل مشکلات پیچیده و برنامه نویسی های پیچیده تر استفاده کنید. در کنار کارت گرافیک که از این ورژن به بعد مورد نیاز خواهد بود برای استفاده از این نسخه از deep Seek به حداقل 32 الی 64 گیگابایت رم و حداقل 8 هسته سی پی یو نیاز دارید ( سی ی یو های M3 pro، Ryzen 9 و intel i9 از حداقل سی پی یو های مورد نیاز برای اجرای این هوش مصنوعی هستند).
Deep Seek V 70B: از این نسخه برای فعالیت های سنگین استفاده میشود، البته برای آنالیز و تحقیقات پیشرفته نیز میتوان از آن استفاده کرد. مانند نسخه قبلی برای استفاده از این نسخه هم کارت گرافیک مورد نیاز است ( کارت گرافیک های با حجم VRam بالا پیشنهاد میشود). برای بهترین استفاده و عملکرد از این نسخه به حداقل 64 گیگابایت رم و 12 هسته سی پی یو نیاز دارید ( مدل های M4 Pro و Ryzen Thread ripper از مدل های پیشنهادی هستند).
Deep Seek V 70B vision: تنها فرق این نسخه با نسخه قبلی در استفاده آن است که برای بررسی تصاویر و ساخت محتوی تصویری توسعه داده شده است و منابع مورد نیاز ان هم مانند نسخه قبلی است.
Deep Seek V 1.671B: این نسخه برای سخت افزار های اینترپراز و پر هزینه با عملکرد بالا طراحی شده است و میتوان گفت همان نسخه توانای وبی را ارائه میدهد که شما در سایت Deep Seek از آن استفاده میکنید، اما از آنجا که این هوش مصنوعی انحصاری نیست و به صورت رایگان در دسترس عموم قرار گرفته است این نسخه هم موجود است و میتوانید از آن استفاده کنید. برای اجرا با حداکثر عملکرد این نسخه به چندین کارت گرافیک با عملکرد قوی و قدرت بالا، به حداقل 512 گیگابایت رم و بالای 128 هسته سی پی یو های مناسب برای سرور نیاز دارید.
خب حالا که نسخه های مختلف ارائه شده از هوش مصنوعی deep Seek را بررسی کردیه ایم، اجرا این هوش مصنوعی قدرتمند روی کامپیوتر های شخصی را با هم پیش میبریم:
سریع ترین راه برای راه اندازی Deep Seek
اگر میخواهید همین حالا استفاده از این هوش مصنوعی را روی کامپیوتر شخصی خود شروع کنید این بخش برای شماست، سریع ترین راه برای استفاده از Deep Seek در محیط ترمینال.
قدم اول: نصب Ollama:
در ابتدا باید Ollama را نصب کنید، ابزاری که برای مدیریت مدل های هوش مصنوعی توسعه داده شده است. توجه داشته باشید که ممکن است نیاز داشته باشید تا ابتدا Python زا نصب کنید.
با دستور زیر Ollama را نصب کرده و با دستور خط دوم مطمئن میشویم که نصب شده است:
/bin/bash -c "$(curl -fsSL https://ollama.com/download)"
ollama –version
قدم دوم: دانلود Deep Seek R1 (یک مدل را انتخاب کنید)
همانطور که در ابتدای این مقاله توضیح داده شد، هرچه حجم مدل بیشتر باشد مدل پیشرفته تر و کند تر خواهد بود پس مطابق با نیاز خود مدل مورد نظر خود را انتخاب کنید، مدل های زیر به ترتیب از سبک ترین و سریع ترین تا پیشرفته ترین و کند ترین قرار داده شده اند:
ollama pull deepseek-r1:8b
ollama pull deepseek-r1:14b
ollama pull deepseek-r1:32b
ollama pull deepseek-r1:70b
قدم سوم: اجرا Deep Seek R1 در حالت اولیه
برای استفاده از مدل ها در محیط ترمینال میتوانید بسته به اینکه چه مدلی را نصب کرده اید دستور زیر را مطعاقبا تغییر داده و استفاده کنید:
ollama run deepseek-r1:8b
میتوانید در همین حالت از هوش مصنوعی استفاده کنید اما اگر میخواهید با رابط کاربری بهتر و چشم نواز تر از آن استفاده کنیم ادامه مقاله را نیز مطالعه کنید:
آپگرید کردن به رابط کاربری مشابه ChatGPT با استفاده از Docker و Open WebUI
حالا که Deep Seek R1 نصب شده است میتوانیم ترمینال را کنار گذاشته و با روش زیر یک رابط کاربری چشم نواز تر و راحت تر را استفاده کنیم:
قدم اول: نصب Docker
Docker میتواند Open WebUI را اجرا کند، که با استفاده از ان میتوانیم تجربه استفاده بهتری از این هوش مصنوعی داشته باشیم.
به سایت زیر بروید و docker را برای مک یا ویندوز خود دانلود کنید، سپس آن را باز کنید و بگذارید در پس زمینه باز بماند:
https://www.docker.com/get-started
پس از این بخش میتوانیم OpenWebUI را نصب کنیم.
قدم دوم: نصب Open Web UI
در ترمینال خود دستور زیر را وارد کنید:
docker run -d --name open-webui -p 3000:3000 -v open-webui-data:/app/data --pull=always ghcr.io/open-webui/open-webui:main
این دستور سه کار مهم انجام میدهد:
Open Web UI را نصب میکند.
یک سرور در آدرس http://localhost:3000 ایجاد میکند.
برنامه را در پس زمینه اجرا میکند.
پس از این بخش کروم را باز کنید و وارد آدرس زیر شوید:
پس از اتصال این Web UI به Deep Seek R1 ایی که نصب کرده اید میتوانید از رابط کاربری بهتری در زمان استفاده از این هوش مصنوعی بهره مند شوید.
