随着Deepseek的持续走红，用户已不满足于仅通过网页端和APP端使用该AI大模型，转而探索将其进行本地化部署。本地化部署意味着将Deepseek的AI大模型安装至本地计算机，摆脱对网络或云服务的依赖。在各大视频网站上，众多用户分享了将Deepseek部署至本地计算机的教程，其中不少视频的浏览量已突破百万。

Deepseek掀起本地部署热潮

教授Deepseek本地部署技巧已成为一项新兴业务。在电商平台搜索“Deepseek本地部署”，可以发现众多店铺提供此类服务，价格从几元至几十元不等，部分服务近期购买人数已超过千人。

一位尝试过部署的AI爱好者透露，网络端运行响应较慢，且在访问量高峰时，常会出现“服务器繁忙，请稍后再试”的提示。为了获得更佳的使用体验，他决定尝试Deepseek的本地部署。据悉，本地部署无需深厚的编程知识，仅需按照教程步骤操作，即可成功部署。

艾媒咨询首席分析师张毅指出，本地部署允许个人根据需求对Deepseek进行定制化修改，这也是其受欢迎的原因之一。此外，本地部署还能确保个人数据不上云，满足隐私保护需求。

Deepseek推出了不同参数量的模型，从10亿参数至6710亿参数不等。参数越大，所需的计算资源也越多。由于个人电脑和手机的计算资源有限，6710亿参数的Deepseek模型通常无法在本地部署。普通笔记本电脑仅能部署10亿参数的版本，而配备高性能GPU显卡或高内存（如32GB）的个人电脑，则可以运行70亿参数版本的Deepseek。

从本地部署的效果来看，参数较小的版本，大模型的回答质量会相对较差。一位AI爱好者表示，他尝试本地部署了70亿参数版本的Deepseek，虽然运行流畅，但回答质量仍远不及云端版本。

在Deepseek本地部署的热潮下，专门配备NPU的AI PC有望迎来销量增长。华为、联想、戴尔等电脑品牌纷纷推出AI PC，这些新型PC搭载了专门处理本地部署AI大模型计算的处理器芯片，这些芯片由英特尔、AMD、高通等公司提供。

这些AI PC能够在本地部署并流畅运行上百亿参数的AI大模型。例如，在CES 2025展会上，AMD推出了Ryzen AI max系列处理器，声称可在电脑本地运行700亿参数的AI大模型。然而，配置该处理器芯片的AI PC售价较高，华硕某游戏本价格近1.5万元。有人质疑，花费高昂价格购买AI PC进行AI大模型的本地部署，其功能与云端AI大模型高度重叠，AI PC仅是厂商的营销噱头。

企业探索Deepseek本地部署

除了个人用户，企业也开始尝试Deepseek的本地部署。蒂姆维澳创始人王加辉在社交媒体上分享称，已成功在本地电脑上部署Deepseek大模型，并导入煤矿知识安全库进行问答，计划将其与工业现场作业相结合。

蒂姆维澳是一家提供工业管理解决方案的企业，服务于采矿业、石油业等行业，利用AR眼镜和AI软件为工业现场人员提供实时观察和指导。王加辉表示，鉴于Deepseek出色的推理能力，他正考虑将Deepseek与业务深度融合。

王加辉透露，他们将在Deepseek的基础上，根据特定工业场景的需求和数据，对特定参数进行微调或二次开发，以适应IT系统并实现新功能。他们的目标是将Deepseek部署在本地，并与现场相机联动，以更好地识别现场危险作业，实现隐患排查和产品质检等功能。

他认为，工业客户是否采用本地部署主要取决于数据的涉密性。一些国企、军工、医疗设备企业因对数据安全要求较高，往往要求实施本地部署方案。对于非涉密场景，可采用云端接入方案，尽管可能存在操作延时，但影响不大且价格更低。

若采用本地部署，这些客户要求配置装有4卡或8卡GPU的服务器，以实现Deepseek的本地推理服务。王加辉表示，客户普遍选择英伟达的消费级显卡来配置服务器，如4090，性价比较高。若客户有国产化配置要求，则会采购价格更高的国产GPU显卡。

除工业领域外，越来越多企业开始本地部署Deepseek。国金证券指出，Deepseek可应用于信息检索、文档处理、行业研究、市场研判等场景。此外，医疗行业、网络安全等行业的企业也近期在本地化部署Deepseek，包括万达信息、奇虎360等。

张毅认为，随着企业对本地化部署需求的扩大，国产推理算力的需求量将增加。加上美国对高端芯片的封禁，国产芯片算力企业将迎来重大机遇。

AI应用将迎来爆发

高通CEO克里斯蒂亚诺·安蒙表示，Deepseek-R1标志着AI产业的转折点，AI推理将向端侧迁移，AI将变得更小、更高效、更定制化，并基于特定场景开发出AI大模型和AI应用。中航证券研报认为，Deepseek-R1表明端侧AI部署将变得更加普及，万物智能时代将加速到来。

开源将吸引更多开发者在Deepseek基础上开发应用。华为昇腾、摩尔线程、壁仞科技、天数智芯等国产GPU卡已适配Deepseek；腾讯云、阿里云、移动云、华为云等云厂商也与Deepseek完成适配。对国产算力的适配优化，有望进一步降低推理侧的成本。

由于国内应用付费习惯尚未完全成熟，AI应用的商业化可能面临挑战。国金计算机首席孟灿认为，美国在应用付费方面拥有10年甚至20年的基础，这对AI应用的商业化具有促进作用。而国内由于缺乏此基础，AI应用落地及商业化的时间进度可能较慢。然而，国内正在不断追赶，时间进度有望缩短至半年以内。