DeepSeek R1 при запуске через Ollama или LM Studio упирается прежде всего в объём видеопамяти: полная версия модели с 671 млрд параметров не поместится ни в одну потребительскую видеокарту, а вот дистиллированные варианты — от 1.5B до 70B — реально развернуть на домашнем компьютере. Именно поэтому вопрос системных требований сводится к выбору подходящей версии модели под ваше железо, а не к поиску «идеальной» конфигурации.
Ниже разберём, сколько VRAM и оперативной памяти нужно для каждой версии, как проверить своё оборудование и что делать, если мощности ПК не хватает. Формулировки по требованиям даны осторожно: точный расход памяти зависит от квантования (сжатия) конкретной сборки модели, поэтому всегда сверяйтесь с описанием конкретного файла на странице загрузки.
Что такое DeepSeek R1 и почему версий несколько
DeepSeek R1 — это reasoning-модель от китайской компании DeepSeek, которая перед ответом «рассуждает» и показывает цепочку мыслей. Полная версия содержит сотни миллиардов параметров и предназначена для серверного оборудования, но для локального использования выпущены дистиллированные модели — компактные версии, обученные на выводе большой модели.
Именно дистилляты и запускают на домашних ПК. Они построены на базе архитектур Qwen и Llama и выпускаются в размерах 1.5B, 7B, 8B, 14B, 32B и 70B параметров. Чем больше параметров, тем выше качество рассуждений — и тем жёстче требования к железу.
- 🧠 1.5B–8B — запускаются даже на встроенной графике и офисных ноутбуках
- ⚙️ 14B–32B — нужна дискретная видеокарта среднего или старшего класса
- 🚀 70B — требует топовой видеокарты или большого объёма ОЗУ с медленной работой
Минимальные и рекомендуемые требования по версиям
Точный расход памяти зависит от степени квантования — например, сборка Q4 занимает заметно меньше места, чем Q8, при небольшой потере качества. Таблица ниже даёт ориентировочные рамки для типичных квантованных сборок; конкретный размер файла смотрите на странице модели в репозитории.
| Версия модели | Ориентировочный размер файла | Минимум VRAM / RAM | Комфортная конфигурация |
|---|---|---|---|
| DeepSeek R1 1.5B | около 1–2 ГБ | 4 ГБ ОЗУ, без дискретной GPU | 8 ГБ ОЗУ |
| DeepSeek R1 7B / 8B | около 4–5 ГБ | 8 ГБ ОЗУ или 6 ГБ VRAM | 16 ГБ ОЗУ + GPU 8 ГБ |
| DeepSeek R1 14B | около 8–9 ГБ | 16 ГБ ОЗУ или 10–12 ГБ VRAM | 32 ГБ ОЗУ + GPU 12–16 ГБ |
| DeepSeek R1 32B | около 18–20 ГБ | 24 ГБ VRAM или 32+ ГБ ОЗУ | 64 ГБ ОЗУ + GPU 24 ГБ |
| DeepSeek R1 70B | около 40+ ГБ | 48+ ГБ VRAM или 64+ ГБ ОЗУ | несколько GPU или 128 ГБ ОЗУ |
⚠️ Внимание: если модель не помещается целиком в видеопамять, часть слоёв выгружается в обычную ОЗУ, и скорость генерации падает в разы. Это не ошибка — так работает частичная выгрузка, но для комфортной работы лучше выбирать версию, которая целиком влезает в VRAM.
Как проверить своё оборудование
Перед скачиванием модели убедитесь, что ваш ПК соответствует требованиям. В Windows объём видеопамяти виден в Диспетчере задач: откройте вкладку «Производительность» → «Графический процессор» и посмотрите строку «Выделенная память GPU». Объём оперативной памяти указан там же, в разделе «Память».
Для видеокарт NVIDIA дополнительно можно выполнить в командной строке:
nvidia-smiКоманда покажет модель GPU, объём VRAM и текущую загрузку. Если утилита не найдена — вероятно, драйвер NVIDIA не установлен или карта от другого производителя.
☑️ Проверка ПК перед установкой DeepSeek R1
Установка и запуск через Ollama
Самый простой способ запустить DeepSeek R1 локально — установить Ollama с официального сайта проекта. После установки откройте терминал (PowerShell или командную строку) и выполните команду загрузки нужной версии, например:
ollama run deepseek-r1:7bПри первом запуске файл модели скачается автоматически — потребуется стабильный интернет и свободное место на диске. После загрузки модель запускается локально, и общение с ней происходит прямо в терминале. Альтернатива — LM Studio с графическим интерфейсом, где модель выбирается из встроенного каталога и запускается кнопкой.
Оптимизация: как запустить модель на слабом железе
Если памяти впритык, есть несколько рабочих приёмов. Во-первых, выбирайте квантованные сборки с более сильным сжатием — например, Q4_K_M вместо Q8: качество снижается умеренно, а экономия памяти существенная. Во-вторых, уменьшайте контекстное окно в настройках — длинный контекст потребляет дополнительную память.
- 💾 Закройте браузер и тяжёлые приложения — они отъедают VRAM и ОЗУ
- 📉 Используйте квантование Q4 вместо Q8 или FP16
- ✂️ Сократите
num_ctx(размер контекста) в настройках Ollama - 🔄 Если GPU не тянет — разрешите выгрузку слоёв в ОЗУ, смиряясь с низкой скоростью
Почему генерация идёт очень медленно
Наиболее вероятная причина — модель не поместилась в видеопамять и работает через системную ОЗУ или даже подкачку на диске. Проверьте загрузку GPU в Диспетчере задач во время генерации: если видеокарта простаивает, а процессор загружен под 100%, значит, работа идёт на CPU. Решение — взять модель меньшего размера или более сильное квантование.
Типичные проблемы и их решения
Ошибка нехватки памяти при загрузке модели — самая частая жалоба. Она означает, что суммарной VRAM и доступной ОЗУ не хватает под выбранную сборку. Решение прямое: скачать версию меньше или с более агрессивным квантованием.
Вторая типичная ситуация — модель скачалась, но Ollama зависает или завершается с ошибкой на этапе загрузки слоёв. Здесь стоит проверить свободное место на системном диске (файлы моделей хранятся в профиле пользователя) и актуальность драйверов GPU. Устаревший драйвер — возможная причина сбоев при работе с CUDA.
⚠️ Внимание: не скачивайте файлы моделей со сторонних сайтов и торрентов. Берите сборки только из официального каталога Ollama, LM Studio или проверенных репозиториев вроде Hugging Face — под видом нейросетей распространяют вредоносные файлы.
Облачная альтернатива, если железо не тянет
Если ваш компьютер не соответствует даже минимальным требованиям, локальный запуск не обязателен. Полная версия DeepSeek R1 доступна через официальный веб-чат DeepSeek и API — в этом случае все вычисления происходят на серверах компании, а от вашего устройства требуется только браузер и интернет.
Такой вариант лишает приватности локального запуска, зато даёт доступ к самой мощной версии модели без вложений в железо. Для многих задач — перевод, анализ текстов, помощь с кодом — этого достаточно.
Частые вопросы
Запустится ли DeepSeek R1 на ноутбуке без видеокарты?
Да, но только самые маленькие версии — 1.5B или 7B с сильным квантованием, и работать они будут на процессоре медленно. Для комфортной скорости нужна дискретная GPU.
Сколько места на диске нужно для DeepSeek R1?
Зависит от версии: от 1–2 ГБ для 1.5B до десятков гигабайт для 70B. Закладывайте запас в 1.5–2 раза от размера файла модели.
Что лучше для запуска — Ollama или LM Studio?
Ollama удобнее для работы через терминал и интеграции с другими программами, LM Studio — для тех, кто предпочитает графический интерфейс. Системные требования у обоих вариантов одинаковые, так как определяются самой моделью.
Поддерживаются ли видеокарты AMD?
Да, через ROCm или режим работы на CPU, но на NVIDIA с CUDA настройка обычно проще и производительность предсказуемее. Конкретную поддержку вашей карты проверяйте в документации выбранного инструмента запуска.
Чем дистиллированная версия отличается от полной DeepSeek R1?
Дистиллят — это компактная модель, обученная воспроизводить рассуждения большой версии. Она слабее в сложных задачах, но её реально запустить на домашнем ПК, тогда как полная модель требует серверного оборудования.