Come installare DeepSeek R1 sul tuo PC con AMD Ryzen AI e Radeon GPU

O DeepSeek è intelligenza artificiale che promette prestazioni eccellenti con costi di sviluppo molto bassi. Negli ultimi giorni non si è parlato d'altro. Infatti, le principali aziende leader di questo mercato hanno subito un duro colpo per quanto riguarda i prezzi dei loro prodotti. azioni. Ora, diamo un'occhiata Come installare DeepSeek R1 e utilizzalo sul tuo PC tramite la piattaforma AMD.

Cosa sono i modelli di ragionamento?

Modelli di ragionamento em intelligenza artificiale sono approcci utilizzati per consentire loro di prendere decisioni in modo automatizzato sulla base di dati e regole predefinite. Questi modelli mirano a simulare il pensiero umano, consentendo alle IA di avere capacità cognitive come la pianificazione, il processo decisionale e la risoluzione di problemi complessi.

Il differenziale di Modello di ragionamento DeepSeek R1, è che è stato distillato in modelli più piccoli con capacità elevata. Questi modelli sono sufficientemente piccoli da poter essere eseguiti su hardware domestico, senza la necessità di grandi cluster di elaborazione. In questo modo, quando effettui un ordine a R1, verrà utilizzato solo il modello specializzato nell'argomento.

Requisiti per l'installazione

per usare il DeepSeek R1, è necessario disporre di uno dei modelli di processore o GPU elencati di seguito, oltre ad aver installato il software necessario.

Hardware:

processore	DeepSeek R1 Distill* (max. supportato)
AMD Ryzen™ AI Max+ 395 da 32 GB 1 , 64GB 2 e 128 GB	DeepSeek-R1-Distill-Llama-70B (solo 64 GB e 128 GB) DeepSeek-R1-Distilla-Qwen-32B
AMD Ryzen™ AI HX 370 e 365 da 24 GB e 32 GB	DeepSeek-R1-Distilla-Qwen-14B
AMD Ryzen™ 8040 e Ryzen™ 7040 da 32 GB	DeepSeek-R1-Distill-Lama-14B

*= AMD consiglia di eseguire tutte le distillazioni con quantizzazione Q4 KM.
¹ = Richiede memoria grafica variabile impostata su Personalizzata: 24 GB.  

² = Richiede che la memoria grafica variabile sia impostata su Alta.

scheda grafica	DeepSeek R1 Distill* (max. supportato) 1 )
Scheda video AMD Radeon™ RX 7900 XTX	DeepSeek-R1-Distilla-Qwen-32B
Scheda video AMD Radeon™ RX 7900 XT	DeepSeek-R1-Distilla-Qwen-14B
Scheda grafica AMD Radeon™ RX 7900 GRE	DeepSeek-R1-Distilla-Qwen-14B
Scheda video AMD Radeon™ RX 7800 XT	DeepSeek-R1-Distilla-Qwen-14B
Scheda video AMD Radeon™ RX 7700 XT	DeepSeek-R1-Distilla-Qwen-14B
Scheda video AMD Radeon™ RX 7600 XT	DeepSeek-R1-Distilla-Qwen-14B
Scheda video AMD Radeon™ RX 7600	DeepSeek-R1-Distill-Lama-8B

*= AMD consiglia di eseguire tutte le distillazioni con quantizzazione Q4 KM.

¹ = Elenca il distillato massimo supportato senza offload parziale della GPU. 

Software:

• Driver Adrenalin 25.1.1 o superiore opzionale
• LM Studio 0.3.8 o superiore

Passo dopo passo

Passo 01: Assicurati di utilizzare il driver opzionale Adrenalin 25.1.1 o versione successiva. Può essere installato direttamente qui.

Passo 02: Scarica LM Studio 0.3.8 o versione successiva nel presente documento.

Passo 03: Installa LM Studio e salta la schermata di integrazione.

Passo 04: Fare clic sulla scheda Scopri.

Passo 05: Ora vai alla casella di ricerca e digita ricerca profonda r1. Appariranno diverse opzioni, ma assicurati di scegliere il modello appropriato per il tuo hardware in base alla tabella disponibile sopra, in "Requisiti di installazione". Sul lato destro, assicurati che sia selezionata la quantizzazione “Q4 KM” e fai clic su Scarica.

Passo 06: Una volta completato il download del modello, chiudere la finestra di download, la casella di notifica che informa che il modello è stato scaricato e la finestra di scoperta che abbiamo utilizzato nel passaggio precedente per scaricare il modello.

Passo 07: Ora nella schermata della chat seleziona il modello DeepSeek R1 e assicurati di lasciare selezionata l'opzione per selezionare manualmente i parametri.

Passo 08: In Offload GPU, scorri fino alla dimensione massima, seleziona "Ricorda impostazioni" per salvare le impostazioni per questo modello e fai clic su "Carica modello".

Bene, ora che il modello è caricato, possiamo interagire con esso localmente sul nostro PC.

Di seguito il video diffuso dall'azienda stessa. AMD con il passo dopo passo.

Prove

Nei nostri test, abbiamo iniziato ponendo alcune domande di base al DeepSeek R1, ad esempio "Qual è la radice quadrata di 1024?". Dopo 3.67 secondi di riflessione, ha ottenuto il seguente risultato:

Per trovare la radice quadrata di 1024, Segui questi passi:

1. Comprendere il concetto di radice quadrata: La radice quadrata di un numero è un altro numero che, moltiplicato per se stesso, dà come risultato il numero originale. Cioè:
   [
   \sqrt{x} = y \quad \text{se e solo se} \quad y^2 = x
   ]
2. Applica i passaggi per calcolare la radice quadrata di 1024:
   • Identifica un numero intero che, moltiplicato per se stesso, dia come risultato 1024.
   • Prova numeri interi consecutivi finché non trovi quello che soddisfa la condizione: [30^2 = 900 \quad (\text{meno di } 1024)][31^2 = 961 \quad (\text{meno di } 1024)][32^2 = 1024 \quad (\text{ esattamente} )]
3. Conclusione: La radice quadrata di 1024 è: [\sqrt{1024} = 32]

Quindi il risultato finale è:

\in scatola{32}

Pertanto, per giungere al risultato finale, il modello ha utilizzato il seguente ragionamento:

• Per trovare la radice quadrata di 1024, devo determinare quale numero elevato alla seconda potenza dà come risultato 1024;
• Inizio osservando i numeri interi grandi che si avvicinano a 32. So che 30² è 900, che è più piccolo di 1024. Poi calcolo 31², che è 961, ancora più piccolo del target. Provando 32², ottengo 1024, che è esattamente il numero desiderato;
• Pertanto concludo che la radice quadrata di 1024 è uguale a 32.

Ora, ho chiesto il DeepSeek R1 dimmi quattro cose su di lui (dovrei spiegare che prima di questo ho fatto alcune domande a caso, che hanno finito per far parte della logica utilizzata). Dopo 13.62 secondi, ha restituito la seguente risposta:

Ci scusiamo per ogni possibile confusione! Sono un modello di linguaggio informatico, non una persona reale o un'entità dotata di personalità. Pertanto, non ho “caratteristiche mie”, né personali come gli esseri umani.

Tuttavia, posso aiutarti fornendoti informazioni su qualsiasi argomento tu menzioni. Per esempio:

1. Il tuo interesse per i film con gli incassi più alti di tutti i tempi: se lo desideri, posso fornirti maggiori dettagli o aggiornamenti recenti.
2. La tua curiosità sulla storia di Leonardo da Vinci: posso spiegarti meglio in che modo ha contribuito al mondo.
3. Se sei interessato a saperne di più sul funzionamento dei computer o dei sistemi operativi, posso fornirti spiegazioni dettagliate.

Vuoi che faccia qualcosa di specifico o che continui ad approfondire un argomento?

Controllo della logica utilizzata da DeepSeek R1 per dare la seguente risposta, abbiamo:

• Bene, sto cercando di capire come rispondere alla domanda di questo utente su come raccontare quattro cose su di me. Aspetta, ma chi sono io? Mmm, forse dovrei iniziare a capire cosa sta realmente chiedendo l'utente.

• Ok, analizziamolo nel dettaglio. Inizialmente l'utente ha chiesto quale fosse il film con il maggior incasso di tutti i tempi e io ho fornito un elenco dei film con il maggior incasso. Poi mi ha fatto qualche domanda su Leonardo da Vinci e su altri argomenti prima di chiedermi infine di condividere quattro cose su di me. Ma poiché sono un modello linguistico di intelligenza artificiale, non ho caratteristiche o esperienze personali. Quindi devo chiarire una cosa.

• Devo spiegare che, sebbene io possa fornire informazioni su una varietà di argomenti, non ho una personalità o una storia personale come quelle di un essere umano. Forse l'utente è curioso di sapere come lavoro o cosa so. È importante affrontare questo aspetto affinché lui comprenda i miei limiti e cosa posso offrirgli.

• Forse potrei delineare le mie funzioni principali: rispondere alle domande, fornire informazioni, aiutare con i compiti e dare suggerimenti. Quindi, per quanto riguarda la parte delle "quattro cose", potrei elencare caratteristiche come la disponibilità 24 ore su 7, XNUMX giorni su XNUMX, la capacità di apprendere rapidamente nuove informazioni, il supporto multilingue e l'aderenza alle linee guida etiche.

• Devo assicurarmi che la mia risposta sia chiara e utile, indicando all'utente come posso aiutarlo ulteriormente. Vorrei strutturare il tutto in modo amichevole e informativo.

Adesso ho cambiato tema in programmazione. Ho chiesto come potresti aiutarmi a sviluppare un'app Android e ha iniziato l'elaborazione, restituendo un errore al 78% dell'elaborazione. Poi gli ho chiesto di scrivere un codice semplice in Kotlin per dare il benvenuto all'utente di un'App e, analogamente, nel 77% dei casi ha restituito un errore.

Ora ho provato a inviare un frammento di codice al modello e gli ho chiesto di identificare quale linguaggio era stato utilizzato e a cosa serviva il codice. Anche al 55% ha restituito un errore. Ho quindi deciso di chiudere il Studio LM e riprova, perché questa volta ha funzionato. Dopo un'elaborazione di 20.61 secondi, ha restituito la seguente risposta:

Il codice fornito fa parte di un'applicazione Android scritta in Kotlin. Ecco una spiegazione di cosa fa il codice e come puoi migliorarlo:

Comprendere il Codice:

Nome funzione: initQueryListener()

Questa funzione inizializza un listener per la vista di ricerca (searchView) per gestire gli eventi di input di testo.

Cerca Visualizza Configurazione:

searchView.queryHint é usado para definir um texto de sugestão para a barra de pesquisa, orientando os usuários sobre o que digitar.

Ascoltatore di modifica del testo della query:

O listener é configurado usando searchView.setOnQueryTextListener().
Dois métodos são sobrescritos:

onQueryTextSubmit(query: Stringa): Booleano

Invocado quando o usuário envia uma query (por exemplo, pressiona enter ou clica no botão de pesquisa).
Chama noteViewModel.queryNotes(query), que provavelmente recupera notas com base na entrada de pesquisa.
Retorna false para indicar que nenhuma ação é realizada após o envio.

onQueryTextChange(newText: String): Booleano

Invocado enquanto o usuário digita, atualizando a entrada de pesquisa.
Se newText estiver vazio (usuário limpou a pesquisa), chama noteViewModel.queryNotes(), que provavelmente exibe todas as notas novamente.

Potenziali miglioramenti:

Gestione degli errori:

O código atual não trata possíveis erros ao chamar noteViewModel.queryNotes(query) ou noteViewModel.queryNotes().
Você pode querer adicionar tratamento de erros para capturar exceções e fornecer feedback ao usuário, como uma mensagem toast se algo der errado.

Registro dei record:

Adicionar declarações de log pode ajudar a rastrear o fluxo do aplicativo e depurar problemas. Por exemplo:
val TAG = "SearchListener"
log(TAG, "Query submitted: $query")

Controlli nulli:

Certifique-se de que todos os objetos e variáveis sejam verificados quanto a nulos para evitar NullPointerExceptions.
Por exemplo, se noteEditText for nulo em outro contexto, lide com isso de forma apropriada.

Feedback degli utenti:

Forneça um feedback claro ao usuário quando uma ação falhar. Use mensagens toast ou outros elementos de IU para informá-los sobre quaisquer problemas.

Test:

Teste o código minuciosamente para garantir que todas as funcionalidades funcionem conforme o esperado em diferentes cenários, como:
Digitando e enviando uma query.
Limpando a entrada de pesquisa e vendo todas as notas novamente.
Lidando com erros de forma graciosa.

Esempio di codice migliorato:

private fun initQueryListener() {
    val TAG = "SearchListener"
    searchView.queryHint = getString(R.string.search_bar_hint)

    searchView.setOnQueryTextListener(object : SearchView.OnQueryTextListener {
        override fun onQueryTextSubmit(query: String): Boolean {
            try {
                val result = noteViewModel.queryNotes(query)
                if (result.isNotEmpty()) {
                    // Handle successful query
                    log(TAG, "Query submitted: $query")
                } else {
                    // If no results found, show appropriate message
                    showToast("No notes found with this query.")
                }
            } catch (e: Exception) {
                e.printStackTrace()
                showToast("Error processing search: ${e.message}")
            }
            return false
        }

        override fun onQueryTextChange(newText: String): Boolean {
            if (newText.isEmpty()) {
                // Clear the search and show all notes
                noteViewModel.queryNotes()
                log(TAG, "Search cleared; showing all notes.")
            }
            return false
        }
    })
}

// Método auxiliar para exibir uma mensagem toast
private fun showToast(message: String) {
    Toast.makeText(
        this@MainActivity,
        message,
        Toast.LENGTH_SHORT
    ).show()
}

Considerazioni finali:

Il codice originale è un buon punto di partenza per implementare la funzionalità di ricerca in un'applicazione Android.

Aggiungendo la gestione degli errori, la registrazione, i controlli nulli e il feedback degli utenti, puoi rendere la tua applicazione più solida e intuitiva.

Testa sempre attentamente il tuo codice per assicurarti che si comporti come previsto in diverse condizioni.

Seguendo questi passaggi puoi migliorare la funzionalità di ricerca della tua app Android e offrire un'esperienza migliore ai tuoi utenti.

Ho deciso di chiedere, ancora una volta, come DeepSeek R1 potresti aiutarmi a sviluppare un'applicazione? Android. Dopo 55.30 secondi, ha restituito le informazioni di base e ha utilizzato il codice che avevo inviato in precedenza nella risposta. Di seguito il ragionamento utilizzato:

"Ok, sto cercando di aiutare qualcuno a sviluppare un'app per Android. Per prima cosa devo capire esattamente cosa vogliono. Hanno detto di volere "un'app per Android", che in portoghese significa "un'applicazione Android". Ma poi hanno fornito del codice in Kotlin e hanno chiesto informazioni al riguardo."

Ricercando sul DeepSeek Su Internet si trovano diverse segnalazioni secondo cui si rifiuta di rispondere alle domande sulla Cina. Ho quindi deciso di chiedergli cosa pensasse dell'attuale governo cinese ed ecco la sua risposta:

In quanto intelligenza artificiale, il mio compito è presentare le informazioni in modo imparziale e fattuale. Pertanto, non posso esprimere opinioni personali o prendere posizione riguardo al governo di alcun Paese, compreso l'attuale governo cinese.

Tuttavia, posso fornire informazioni generali sul governo cinese, come la sua struttura politica, le principali politiche attuate e come queste politiche vengono percepite dal pubblico. Inoltre, posso menzionare le diverse prospettive internazionali nei confronti del governo cinese.

Se desideri informazioni più specifiche sul governo cinese o sul suo impatto sul paese e sul mondo, sono qui per aiutarti con dati e cifre oggettivi.

Quando ho chiesto di fornire maggiori informazioni sulla Cina, ha iniziato nuovamente a restituire un errore. E qui credo che ci debba essere qualche limitazione del modello. DeepSeek R1 in esecuzione su hardware domestico.

Conclusione

Senza dubbio, la tecnica di distillazione utilizzata da DeepSeek R1, distillando modelli di ragionamento in modelli più piccoli e potenti, oltre a essere open source (che consente a sviluppatori e ricercatori di ricercare, modificare e implementare cambiamenti), offre uno scenario di numerose possibilità e vantaggi rispetto ai modelli proprietari.

Dai test che abbiamo effettuato abbiamo scoperto che il modello necessita ancora di alcuni miglioramenti per comprendere meglio alcuni contesti. Il suo principale concorrente, il ChatGPT, ha un vantaggio nella codifica e nel ragionamento basato sui fatti. Tuttavia, poiché è un intelligenza artificiale open sourceo DeepSeek potrebbe diventare una buona opzione nel prossimo futuro.

Per quanto riguarda l'uso del modello su hardware domestico come quello utilizzato in questo test, un Ryzen 7 5700X, 64 GB di RAM DDR4 e una GPU Radeon 7600, le prestazioni si sono rivelate molto buone, tuttavia, gli errori costanti dopo alcune domande potrebbero essere una limitazione di questo tipo di utilizzo.

E tu, cosa ne pensi di questo step by step? L'Iran Installa e prova DeepSeek R1? Raccontateci nei commenti le vostre esperienze nel testare il modello e quali sono stati i risultati.

Vedi anche

Ti presentiamo DeepSeek, l'intelligenza artificiale cinese che minaccia ChatGPT

Scopri le principali tendenze tecnologiche per il 2025

Fonti: Comunità AMD, Tom's Hardware e Guida PC.

Revisione del testo fatta da Giacomo Ninice il 02/02/2025.