ollama deepseek r1 启动

本地装了 Ollama，想拿它跑 DeepSeek R1 这类推理模型，结果常常卡在几处：模型拉下来却进不去对话、显存不够被静默卸载到内存、接口那边报连不上、输出慢到以为死机。这篇按「先能跑起来、再跑得对、最后跑得快」的顺序，把每一步该看什么、报错该往哪查列清楚，不涉及具体参数与跑分。

本地装了 Ollama，想拿它跑 DeepSeek R1 这类推理模型，很多人第一步就卡住：命令敲下去半天没反应，或者模型拉下来了却进不去对话。常见表现就那么几类——拉不动、拉完起不来、起来了连不上、连上了慢到以为死机。这篇按「先能跑起来、再跑得对、最后跑得舒服」的顺序，把每一步该看什么、报错该往哪查列清楚，不涉及具体参数和跑分。

先明确一件事：Ollama 的启动不是一条命令的事，而是「服务在跑 → 模型在本地 → 客户端能连 → 推理真出字」这四个环节。任何一环断了，你看到的报错都可能是假象，比如服务没起来，你以为是模型拉不动。所以排查永远是从最底下一层往上查，别一上来就怀疑模型本身有问题。

拉之前先确认三件事

很多人跳过这一步，结果在拉取环节浪费大量时间。先确认服务是否在跑、硬件够不够、模型文件放哪。这三件事任何一件没确认，后面所有报错都可能指向错误方向。

1. 确认 Ollama 服务状态看后台进程是否存活、默认端口是否被占用。服务没起来时，所有命令都会表现为「拉不动」或「连不上」，而不是明确报「服务未启动」。
2. 算一遍显存够不够按参数量和量化档位粗算显存占用。到 /models/deploy 的部署测算过一遍再动手，别等拉到一半才发现塞不下。
3. 确认磁盘与目录权限模型文件体积不小。改过 OLLAMA_MODELS 环境变量的，确认新路径有空间且当前用户可写。路径类名词解释在 /ai-dict 里查对应词条。

拉模型与第一次启动：命令怎么走

这一步的核心是区分「先拉后跑」和「边跑边拉」两种模式。网络不稳时建议先单独把模型拉完再启动，避免中途断流留下半成品文件，后续启动会反复报模型不存在。

• 先拉后跑：命令里带模型名直接启动，Ollama 会自动下载再运行，适合网络稳定的情况；
• 先拉再跑：分两步执行，拉取完再启动，网络不稳时更稳，能避免半成品文件；
• 常驻方式：服务挂后台供其他程序连，具体路径参见 /sources 里对应说明；
• 验证是否真起来：看日志、看端口、发一条最短请求，三步都过才算通。

起不来时按这个顺序排查

报错信息经常误导人。按下面的顺序从底层往上查，命中率最高。每一步只关注一个变量，不要把多个问题一起改。

1. 核对模型名与本地列表报「模型不存在」先看名字是否写错，再用列表命令核对本地已有的条目，然后回 /models 对照规范名称。
2. 看是否显存相关报错报显存不足或显存相关错误时，先降量化档位再谈别的。档位取舍的思路在 /ai-dict/category/tech 里。
3. 量延迟确认网络层服务在但客户端连不上，先到 /tools/speed-test 量一次本机延迟基线，再查端口占用和防火墙规则。
4. 区分慢与挂推理模型思考链长，首字慢是正常现象。低于预期时到 /tools 里看运行状态的判断思路，别把「慢」当「挂」。

跑起来之后：让它跑得舒服

能出字之后，下一步是让它在你的硬件上跑得舒服。这里最常见的坑是显存装不下，模型自动往内存卸载，速度断崖式下跌，但进程不报错，你只会觉得「怎么这么慢」。

• 显存装不下的典型表现是自动往内存卸载，速度暴跌，判断依据与调参清单见 /ai-dict/category/hardware；
• 并发只影响吞吐，不改单次正确性，多客户端同时用时先确认显卡规格再决定排队还是加卡；
• 长期挂着用建议固定模型目录、固定端口、把启动命令写成脚本，避免每次重来，路径问题在 /ai-dict/category/infra 里查。

什么情况下不该用这条路

有一部分场景，硬在本地用 Ollama 跑反而费时费力。判断标准不是「能不能跑」，而是「值不值得跑」。下面几种情况建议先看别的方案。