一、环境准备与前置条件

1.1 系统兼容性验证

Windows 11版本需满足21H2及以上（Build 22000+），可通过”设置>系统>关于”查看版本信息。建议使用专业版或企业版，家庭版需确认WSL2支持状态。内存建议不低于16GB，NVIDIA显卡需安装最新驱动（CUDA 11.8+）。

1.2 WSL2与Linux子系统配置

1. 启用WSL功能：

   dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
   dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

2. 设置WSL2为默认版本：

   wsl --set-default-version 2

3. 安装Ubuntu 22.04 LTS：
   通过Microsoft Store搜索”Ubuntu 22.04”并安装，首次启动创建用户账户。

1.3 GPU驱动优化

NVIDIA用户需安装CUDA Toolkit 11.8：

1. 下载CUDA安装包（官网选择Windows版本）
2. 运行安装程序，勾选”CUDA”组件
3. 验证安装：

   nvcc --version

   应显示类似”Cuda compilation tools, release 11.8”的信息。

二、Ollama框架安装与配置

2.1 Ollama Windows版安装

1. 访问Ollama官方GitHub下载最新Windows安装包
2. 双击运行安装程序，选择自定义路径（建议非系统盘）
3. 安装完成后验证服务状态：

   sc query ollama

   显示”RUNNING”状态即表示成功。

2.2 Linux子系统集成

1. 在Ubuntu终端配置代理（如需）：

   export HTTP_PROXY=http://your-proxy:port
   export HTTPS_PROXY=http://your-proxy:port

2. 安装必要依赖：

   sudo apt update
   sudo apt install -y wget curl git

3. 下载Ollama Linux客户端：

   wget https://ollama.ai/install.sh
   chmod +x install.sh
   sudo ./install.sh

2.3 网络配置优化

1. 修改WSL2网络设置：

   wsl --shutdown
   notepad "$env:USERPROFILE\.wslconfig"

   添加以下内容：

   [network]
   generateResolvConf = false

2. 在Ubuntu中配置静态DNS：

   sudo rm /etc/resolv.conf
   sudo bash -c 'echo "nameserver 8.8.8.8" > /etc/resolv.conf'
   sudo chattr +i /etc/resolv.conf

三、DeepSeek模型部署流程

3.1 模型拉取与配置

1. 在Ubuntu终端执行：

   ollama pull deepseek-ai/DeepSeek-R1

   根据网络状况可能需要10-30分钟，可通过ollama list查看下载进度。

2. 自定义模型参数（可选）：
   创建modelf.yml文件：

   FROM deepseek-ai/DeepSeek-R1
   PARAMETERS:
     temperature: 0.7
     top_p: 0.9
     max_tokens: 2048

   应用配置：

   ollama create my-deepseek -f modelf.yml

3.2 服务启动与验证

1. 启动Ollama服务：

   sudo systemctl start ollama
   sudo systemctl enable ollama

2. 测试API接口：

   curl http://localhost:11434/api/generate -d '{
     "model": "deepseek-ai/DeepSeek-R1",
     "prompt": "解释量子计算的基本原理"
   }'

   正常响应应包含response字段和生成的文本内容。

四、高级功能实现

4.1 GPU加速配置

1. 确认CUDA可用性：

   nvidia-smi

2. 修改Ollama配置文件（位于/etc/ollama/ollama.conf）：

   gpu-layers = 30
   gpu-memory = 8

3. 重启服务生效：

   sudo systemctl restart ollama

4.2 模型微调实践

1. 准备训练数据（JSON格式）：

   [
     {"prompt": "问题1", "response": "答案1"},
     {"prompt": "问题2", "response": "答案2"}
   ]

2. 执行微调命令：

   ollama fine-tune deepseek-ai/DeepSeek-R1 \
     --data-file training.json \
     --output-model fine-tuned-deepseek \
     --epochs 3

4.3 安全加固方案

1. 配置API认证：

   sudo apt install apache2-utils
   htpasswd -c /etc/ollama/.htpasswd admin

   修改Nginx配置（如使用反向代理）：

   location /api/ {
       auth_basic "Restricted";
       auth_basic_user_file /etc/ollama/.htpasswd;
       proxy_pass http://localhost:11434;
   }

五、故障排查指南

5.1 常见问题处理

1. 模型下载失败：

   • 检查网络代理设置
   • 尝试更换下载源：export OLLAMA_MODELS=https://models.example.com

2. GPU不可用：

   • 确认NVIDIA驱动版本
   • 检查CUDA环境变量：echo $LD_LIBRARY_PATH

3. 端口冲突：

   • 修改Ollama端口：

     echo "port = 11435" | sudo tee -a /etc/ollama/ollama.conf

5.2 日志分析方法

1. 查看系统日志：

   journalctl -u ollama -f

2. 模型运行日志：

   tail -f ~/.ollama/logs/deepseek-ai.DeepSeek-R1.log

六、性能优化建议

1. 内存管理：

   • 设置交换空间：sudo fallocate -l 16G /swapfile
   • 启用交换分区：sudo mkswap /swapfile && sudo swapon /swapfile

2. 批量请求处理：

   import requests
   import concurrent.futures
   urls = [f"http://localhost:11434/api/generate?prompt=问题{i}" for i in range(10)]
   with concurrent.futures.ThreadPoolExecutor() as executor:
       results = list(executor.map(requests.get, urls))

3. 模型缓存优化：

   # 清理旧模型版本
   ollama rm deepseek-ai/DeepSeek-R1:v1
   # 保留最新3个版本
   ls -1 ~/.ollama/models/deepseek-ai/ | sort -V | head -n -3 | xargs rm -rf

本指南完整覆盖了从环境搭建到高级优化的全流程，通过分步骤的详细说明和可验证的命令示例，确保开发者能在Windows 11系统上稳定部署DeepSeek模型。实际部署时建议先在测试环境验证，再逐步迁移到生产环境。