BT宝塔Docker应用轻松部署AI模型DeepSeek-R1图文教程

随着人工智能技术的飞速发展，在本地或私有服务器上部署AI模型正成为一种趋势。对于使用BT宝塔面板的站长来说，现在有了更便捷的方式来实现这一目标。主题铺今天就为大家带来一篇详细教程，指导你在BT宝塔面板9.4.0及以上版本中，如何快速安装和配置DeepSeek-R1 AI模型，甚至启用GPU加速！

还没安装免费BT宝塔面板，赶快下载安装吧>>>

重要提示： 本教程适用于BT宝塔面板9.4.0及以上版本（特别是2025年2月6日后发布的滚动修复包，请先确保面板已修复）。在部署AI模型之前，请务必仔细评估你的服务器配置，选择适合的模型，否则可能导致服务器卡死甚至无法访问！

部署前的准备：服务器配置建议

AI模型的运行非常消耗资源，特别是内存和计算能力。选择合适的服务器配置是成功部署的关键。以下是根据实测和腾讯云合作伙伴基准测试提供的一些配置建议：

• 1.5B模型：
  • 实测内存占用约2GB左右。
  • 建议配置：2核8GB内存或更高，以获得更流畅的生成体验。
  • 无需GPU即可运行。
  • 基准测试显示，即使是4核16GB或更高的配置，生成过程中CPU占用也可能高达100%，但整体性能会更好。
• 7B/8B模型：
  • 实测内存占用约7.6GB左右。
  • 建议配置：8核16GB内存或更高。
  • 强烈建议使用GPU运行，建议配备至少8GB显存的GPU。
  • 基准测试显示，即使是16核64GB的配置，生成过程中CPU占用也可能高达50%，使用GPU能显著提升性能。

建议选择模型前，务必对照你的服务器配置，特别是内存和CPU核数。如果选择的模型超出服务器承载能力，可能会导致部署失败或服务器不稳定。

30秒快速安装DeepSeek-R1 AI模型

BT宝塔面板通过Docker商店提供了DeepSeek-R1模型的快速安装通道。整个安装过程本身非常迅速（指面板操作），但首次安装需要下载模型文件和相关组件，这个过程可能需要1-20分钟，具体取决于你的网络速度（总下载量可能超过5GB）。

步骤1：确保面板版本并访问Docker商店

1. 检查面板版本：登录你的BT宝塔面板，确认版本号在9.4.0以上。如果需要修复包，请先进行修复。
2. 安装Nginx (如果需要域名访问)：如果你计划通过域名而不是IP地址访问AI服务，请先在BT宝塔面板的【软件商店】中安装Nginx。如果仅通过IP访问则可以跳过此步。
3. 进入Docker商店：在BT宝塔面板左侧菜单栏找到【Docker】选项，点击进入Docker管理器，然后找到【应用商店】入口并点击。

步骤2：查找并安装DeepSeek-R1应用

1. 查找DeepSeek-R1：在Docker应用商店中，搜索或浏览找到【DeepSeek-R1】应用。
2. 更新应用列表 (如果未显示)：如果列表中没有看到DeepSeek-R1应用，请点击右上角的【更新应用列表】按钮，刷新应用列表。
3. 点击安装：找到DeepSeek-R1应用后，点击【安装】按钮。

步骤3：配置安装选项

安装过程中，面板会弹出配置窗口。在这里你需要进行一些设置：

• 端口设置：检查应用默认使用的端口，确保没有与其他服务冲突。如果冲突，可以修改宿主机映射端口。
• 允许外部访问：根据你的需求勾选【允许外部访问】。主题铺特别提醒： DeepSeek-R1应用不经过系统防火墙。如果你勾选【允许外部访问】，且使用的是云服务器，请务必到云服务商的安全组中放行该应用使用的端口，否则外部将无法访问！BT宝塔官网提供了阿里云和腾讯云等开放安全组的示例，可以参考。
• 其他配置：根据需要调整其他可选配置项。

确认配置无误后，点击【安装】。BT宝塔面板将自动拉取所需的Docker镜像和模型文件，并启动容器。这个下载过程需要耐心等待。

步骤4：访问服务 (首次启动需要时间)

安装部署完成后，DeepSeek-R1服务首次启动并加载模型需要一些时间，通常在2-10分钟不等。在此期间，你可能无法立即访问Web界面。请耐心等待服务完全启动。

安装完成后，点击【已安装】应用列表中的DeepSeek-R1应用，点击【详情】，可以看到服务的访问URL。将这个URL复制到浏览器中访问即可。

启用GPU支持 (可选)

如果你的服务器配备了NVIDIA GPU，并且你选择了建议使用GPU运行的模型（如7B/8B），可以按照以下步骤启用GPU加速，显著提升模型推理速度。

1. 安装GPU相关驱动和Docker支持：这一步比较复杂，需要确保你的系统安装了正确的NVIDIA驱动，并且Docker已配置为支持GPU。BT宝塔官网提供了参考教程链接，请务必按照该文档或NVIDIA/Docker官方文档进行操作。
2. 编辑docker-compose.yml文件：
   • 在BT宝塔面板【Docker】-【已安装】应用列表中，找到DeepSeek-R1应用，点击右侧的文件夹图标，进入应用目录。
   • 找到并编辑 docker-compose.yml 文件。
   • 找到文件中被注释掉的（通常以 # 开头）关于GPU配置的行（根据教程提示，通常在第5-11行左右）。
   • 删除这些行前面的 # 符号，即取消注释。
   • 保存文件。
3. 重启应用：回到【已安装】应用界面，选中DeepSeek-R1应用，点击【重启】按钮。

重启后，DeepSeek-R1容器将以GPU支持模式启动。

常见问题排查

• 安装成功但看不到界面：这是正常现象，首次启动需要2-10分钟加载模型。耐心等待即可。
• 模型输出很慢：这通常是服务器资源不足的表现。模型（特别是大型模型）会占用大量CPU、内存甚至GPU资源。如果输出缓慢，请考虑切换到资源需求更低的模型，或升级服务器配置。
• 部署成功后访问提示500错误：最常见的原因是服务器内存不足以支撑模型运行。请检查你的服务器内存是否满足模型的最低要求（例如，1.5B模型至少需要1.5GB活动内存）。你可以查看ollama容器的日志来确认具体的错误信息。

• 无法访问服务：除了上述提到的云服务商安全组和系统防火墙问题，检查宝塔面板中该Docker容器是否正常运行，以及配置的端口是否正确。

总结

BT宝塔面板9.4.0+版本集成的Docker商店和MCP服务，让部署DeepSeek-R1这样的AI模型变得前所未有的简单。主题铺认为，这为希望在自己的服务器上探索和应用AI技术的用户提供了一个非常便捷的入口。但请务必记住，在享受AI便利的同时，也要确保你的服务器配置能够支撑所选的模型，并在部署后仔细检查防火墙和安全组设置。希望这篇教程能帮助你成功搭建你的私有AI助手！