DeepSeek R1 14B + LM Studio 本地大模型实测

💡 本文将介绍如何使用 LM Studio 启动大语言模型（LLM），并进行推理测试。LM Studio 是一款轻量级的本地大模型推理工具，适用于 Windows 和 macOS，支持 Llama.cpp 推理引擎，可轻松运行 LLaMA2、Mistral、Qwen、DeepSeek 等模型。

🚀 本教程适合入门用户，重点讲解 LM Studio 的安装、模型下载、配置及测试步骤，并附带截图演示！

---

1. LM Studio 介绍

---

什么是 LM Studio？

• 一款 开源 的本地 LLM 推理 GUI 工具
• 支持 GGUF 格式大模型（Llama.cpp 后端）
• 支持 GPU 加速，可用 RTX 4060 / 4070 / 4090 运行大模型
• 可直接在本地进行 离线 AI 对话，不依赖 OpenAI API

支持的模型

• Meta LLaMA2 / LLaMA3
• Mistral / Mixtral
• Qwen / DeepSeek
• Gemma / Phi-2
• Hugging Face 上的任意 GGUF 格式模型

本地大模型部署方式对比

部署方式	Ollama	LM Studio	vLLM
产品定位	本地快速体验	图形化交互工具	生产级推理引擎
用户群体	开发者/爱好者	非技术用户	企业/工程师
部署复杂度	低	低	中高
性能优化	基础	一般	极致
适用场景	开发测试、原型验证	个人使用、教育演示	高并发生产环境
扩展性	有限	无	强（分布式/云原生）

---

2. LM Studio 安装

---

下载 & 安装

👉 官网下载地址：lmstudio.ai/

Windows / macOS 用户可直接下载并安装，安装步骤很简单，默认下一步即可。

🚀 安装完成后，启动 LM Studio，进入主界面：点击跳过即可。


点击右下角设置，选择语言，设置简体中文。

---

3. 下载 & 加载大模型

---

方式 1：LM Studio 直接下载

1. 打开 LM Studio，进入 Model（模型）页面
2. 在 发现 处搜索 LLaMA2-7B / Qwen-7B / DeepSeek-7B/DeepSeek-R1-Distill-Qwen-14B 等
3. 选择 GGUF 格式（如 DeepSeek-R1-Distill-Qwen-14B-Q4_K_M.gguf）
4. 点击下载，等待模型下载完成（可能会出现网络问题无法下载）
   

💡 建议选择 4-bit / 5-bit 量化模型（Q4_K_M、Q5_K_M），更适合消费级显卡（如 4060Ti）

方式 2：手动下载 GGUF 模型

如果 LM Studio 下载速度慢（或者搜索访问不到模型结果），可以去 Hugging Face 或者魔塔社区 手动下载：

1. 打开 Hugging Face 模型仓库：huggingface 或者 魔塔社区

2. 搜索 DeepSeek-R1-Distill-Qwen-14B-GGUF 或其他模型（可根据个人PC条件进行选择）
   个人PC情况：CPU：12600KF / 显卡：七彩虹 RTX4060Ti Ultra W OC 8G / 内存：32G
   DeepSeek 7B（Q4_K_M / Q5_K_M） ✅ 可运行（推荐）
   Qwen 7B（Q4_K / Q5_K） ✅ 可运行（推荐）
   DeepSeek 14B（Q4_K_M） ⚠️ 勉强可跑（性能会受影响，会占满 8GB 显存，可能部分数据溢出到内存，导致性能下降）
   DeepSeek 32B（Q4_K_M） ⚠️ 不推荐（性能问题）
   两个网站的14B模型的具体链接如下：
   huggingface.co/bartowski/D…
   www.modelscope.cn/models/unsl…

   量化版本	模型大小（VRAM占用）	适用设备
   Q2_K	~3GB-4GB VRAM	轻量运行，最低精度
   Q3_K_M	~4GB-5GB VRAM	平衡性能与精度
   Q4_K_M	~5GB-6GB VRAM	高质量、适用于 4060 Ti
   Q5_K_M	~6GB-7GB VRAM	更高精度，但可能略卡顿
   Q6_K	~7GB-8GB VRAM	最高量化精度，但对 8GB 显存设备来说压力大

   

3. 下载 .gguf 文件，并手动放入 LM Studio 的模型目录

   注意默认模型目录在C盘，我们手动改一下 📂 默认模型路径（可手动调整）：
   Windows: C:\Users\你的用户名\.lmstudio\models
   macOS: ~/Library/Application Support/LM Studio/models/
   
   保存后注意还需要在模型目录下手动创建一个 Publisher/Repository 目录，并将我们的模型放在此处。
   
   再回到 LMStudio 中可以看到我们下载的模型。

   

---

4. 启动模型 & 运行测试

---

运行 DeepSeek-R1-Distill-Qwen-14B-GGUF

1. 进入 Chat（聊天）界面

2. 选择下载好的模型（如 DeepSeek-R1-Distill-Qwen-14B-GGUF）
   
   

3. 调整参数，点击加载模型（这里GPU卸载应该是是翻译问题，意思是GPU负载）
   

4. 输入问题，进行 AI 对话测试

   提示词：Java实现一个单例模式

   Java实现一个单例模式（思考推理稍微有点慢，但是结果比较准确）

   
   推理过程
   
   结果比较准确，两个方式都解答出来了。
   
   提示词：RPC是基于TCP的吗

   RPC是基于TCP的吗（思考推理稍微有点慢，但是结果比较准确）

   
   
   提示词：9.9和9.11哪一个数字大？

   这是一个比较有意思的问题（哈哈哈思考推理比较快，但是结果不太对，比较独特的推理，这个问题很多大模型都会答不太对）
   

---

5. GPU 加速 & 参数优化

---

开启 GPU 推理

在 Settings（设置） 里调整：

• GPU Offload → 建议 20-30（启用 GPU 加速）
  
  验证运行过程还是比较吃资源，运行时电脑稍微有点卡。
  

💡 不同显存推荐参数

模型	参数量 (B)	原始 FP16 (GB)	Q4_K_M (GB)	Q5_K_M (GB)	推荐显卡
DeepSeek 7B	7B	~28GB	~4GB	~5GB	4060Ti 8G
DeepSeek 14B	14B	~56GB	~8GB	~10GB	4070 12G
DeepSeek 32B	32B	~128GB	~18GB	~22GB	4090 24G
Qwen 7B	7B	~28GB	~4GB	~5GB	4060Ti 8G

• DeepSeek-7B / Qwen-7B 适合 4060Ti
• DeepSeek-14B 推荐 4070 12G 以上
• DeepSeek-32B 推荐 4090 24G+

---

2026年AI行业最大的机会，毫无疑问就在应用层！

字节跳动已有7个团队全速布局Agent

大模型岗位暴增69%，年薪破百万！

腾讯、京东、百度开放招聘技术岗，80%与AI相关……

如今，超过60%的企业都在推进AI产品落地，而真正能交付项目的 大模型应用开发工程师 **，**却极度稀缺！

落地AI应用绝对不是写几个prompt，调几个API就能搞定的，企业真正需要的，是能搞定这三项核心能力的人：

✅RAG：融入外部信息，修正模型输出，给模型装靠谱大脑

✅Agent智能体：让AI自主干活，通过工具调用（Tools）环境交互，多步推理完成复杂任务。比如做智能客服等等……

✅微调：针对特定任务优化，让模型适配业务

目前，脉脉上有超过1000家企业发布大模型相关岗位，人工智能岗平均月薪7.8w！实习生日薪高达4000！远超其他行业收入水平！

技术的稀缺性，才是你「值钱」的关键！

具备AI能力的程序员，比传统开发高出不止一截！有的人早就转行AI方向，拿到百万年薪！👇🏻👇🏻

AI浪潮，正在重构程序员的核心竞争力！现在入场，仍是最佳时机！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

⭐️从大模型微调到AI Agent智能体搭建

剖析AI技术的应用场景，用实战经验落地AI技术。从GPT到最火的开源模型，让你从容面对AI技术革新！

大模型微调

• 掌握主流大模型（如DeepSeek、Qwen等）的微调技术，针对特定场景优化模型性能。

• 学习如何利用领域数据（如制造、医药、金融等）进行模型定制，提升任务准确性和效率。

RAG应用开发

• 深入理解检索增强生成（Retrieval-Augmented Generation, RAG）技术，构建高效的知识检索与生成系统。
• 应用于垂类场景（如法律文档分析、医疗诊断辅助、金融报告生成等），实现精准信息提取与内容生成。

AI Agent智能体搭建

• 学习如何设计和开发AI Agent，实现多任务协同、自主决策和复杂问题解决。
• 构建垂类场景下的智能助手（如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等）。

如果你也有以下诉求：

快速链接产品/业务团队，参与前沿项目

构建技术壁垒，从竞争者中脱颖而出

避开35岁裁员危险期，顺利拿下高薪岗

迭代技术水平，延长未来20年的新职业发展！

……

那这节课你一定要来听！

因为，留给普通程序员的时间真的不多了！

立即扫码，即可免费预约

「AI技术原理 + 实战应用 + 职业发展」

「大模型应用开发实战公开课」

👇👇

👍🏻还有靠谱的内推机会+直聘权益！！

完课后赠送：大模型应用案例集、AI商业落地白皮书