轻松部署本地DeepSeek，一台酷睿Ultra 200H的笔记本就够了_风闻

DeepSeek横空出世，一下子让更多的小伙伴有机会接触到高规格的人工智能助手，但也体验到了无数次“服务器繁忙，请稍后再试”的无奈等待。既然现在AI PC概念这么火热，那么有没有一种可能，在轻薄型笔记本上就可以部署DeepSeek，告别服务器繁忙的烦恼？还别说，包括DeepSeek在内的诸多大模型开源的特性足以让其在AI PC上运行，特别是蒸馏后的14B乃至32B大模型，在离线状态畅快玩转人工智能助手也没有压力。

现在不妨让我们以采用酷睿Ultra 200H（Arrow Lake-H）的轻薄型笔记本为例，仅凭一台轻薄本，是如何轻松完成DeepSeek本地部署的。

轻松配置DeepSeek

本地大模型部署，少不了先提到Ollama。Ollama作为开源的轻量级架构，可以在AI PC上轻松地构建、运行和管理大语言模型（LLM）。由于Ollama允许完全本地部署，无需依赖外部服务器或者云端，因此在数据保护上更具有隐私性和安全性。

而如果要Ollama流畅地在轻薄型笔记本上运行，IPEX-LLM是一个重要的途径之一。IPEX-LLM完整称呼是Intel LLM Library for PyTorch，顾名思义，是英特尔开发的一个开源的大语言模型（LLM）加速库，旨在优化英特尔CPU、GPU、NPU上的LLM推理和微调性能。换而言之，使用英特尔酷睿Ultra平台的PC会更占据优势。

这时候，再通过IPEX-LLM Ollama加载DeepSeek，

安装IPEX-LLM Ollama的方式非常简单，安装步骤只有三步，下载解压，启动Ollama服务，启动Ollama，大功告成。

在魔搭社区ipexllm/ollama-ipex-llm就能看到专门的IPEX-LLM Ollama安装页面，这套基于IPEX-LLM的Ollama英特尔优化版已经针对11代到14代酷睿，酷睿Ultra系列，以及英特尔Arc A系列和B系列GPU优化。

因此在正式安装之前，笔者建议前往英特尔官网更新一下对应的驱动，比如酷睿Ultra 200H系列的iGPU，或者刚发布没多久的英特尔Arc B580，都需要最新驱动的支持。

言归正传。按照教程提示，将下载好后的Ollama解压到一个文件夹中，运行文件夹中的start-ollama.bat启动Ollama Serve，弹出的窗口不要关闭，通过cmd命令提示符窗口在解压缩的文件夹中运行Ollama即可。执行命令如下：

.\ollama run deepseek-r1:7b

这时候就会看到Ollama开始下载对应的DeepSeek模型，完成后，即可进入对话模式。

纯文字界面当然还差点意思，后续我们还可以通过ChatBox AI客户端，或者Edge浏览器插件，安装之后，客户端或者插件就会自动检测到之前安装的Ollama Serve，不需要更多的设置，就能获得更直观的交流界面，对话的方式也能帮助你获得更多与DeepSeek交流的灵感。

一步到位的Flowy

如果你觉得前面通过Ollama-IPEX-LLM三步走的方式仍然麻烦，这里还有一招更厉害的，即通过Flowy AIPC一步到位获得DeepSeek。这里只需要进入Flowy AIPC官网，下载安装程序，登陆，就可以一气呵成获得一套完整的人工智能对话界面。

最新版的Flowy已经集成DeepSeek-V3、DeepSeek-R1、GLM-4-Flash、豆包模型。

在模型市场本地模型中，你会发现Flowy已经帮你全部一口气部署好了。

性能如何？

Arrow Lake-H酷睿Ultra 200H系列则是定位主流标压笔记本，使用的Lion Cove P-Core和Skymont E-Core，相对上一代Meteor Lake-H在单线程和多线程性能上提升15%，并配备了Xe iGPU，除了最入门的版本之外，剩下的型号均配备Xe-LPG核显。由于酷睿Ultra 200H内置了11 TOPS的NPU，配合iGPU的77 TOPS和CPU的11 TOPS，可以达到99 TOPS的AI性能。

其中旗舰版本的酷睿Ultra 9 258H，拥有6个P-Core，8个E-Core和2个LP E-Core，总共拥有16个线程，得益于架构和IPC升级，在相同能耗的前提下性能是有所提升，同时也能让轻薄型笔记本在获得足够性能的同时，续航变得更长。在实际使用中，酷睿Ultra 200H的轻薄本续航明显优于酷睿Ultra 100H。

回到主题。得益于酷睿Ultra 200H对DDR5-6400和LPDDR5x-8400内存的支持，酷睿Ultra 200H轻薄本不仅默认使用的内存频率高，容量也动辄32GB，分给Xe-LPG核显调用的内存也更多，用来运行DeepSeek-R1:8B模型已经很轻松。

这里以酷睿Ultra 7 255H核显Arc 140T为例，通过DeepSeek-R1:8B模型描述“什么是AI PC”。这时候核显计算利用率达到100%，生成速度大概在15 tokens/s到20 tokens/s之间，在体感上已经与我们打字对话的速度上差不多了。

同样，如果运行Moonlight-16B-A3B模型进行数学公式计算或者诗词生成，生成速度也可以做到42 token/s上下，比两周前的19 token/s有了跨越式的进步，由此可见酷睿Ultra 200H运行大模型的潜力。

​

写在最后：一步到位的AI体验

从体验来看，采用酷睿Ultra 200H的轻薄型笔记本已经能够很好的离线运行DeepSeek-R1:8B模型，比如飞机上，信号不好高铁路段，笔记本离线就能充当起不错的助手作用。原本需要联网或者高性能台式机上才能实现的AI生成工作，现在一台基于Arrow Lake-H的酷睿Ultra 200H轻薄本就能完成。

原本在线服务总是繁忙的DeepSeek-R1，现在仅通过简单的三步配置，就能在酷睿Ultra 200H轻薄本上完成部署。英特尔早已搭建好的Ollama+IPEX-LLM环境，在这个应用场景中立了大功。

这是一套由英特尔搭建，基于酷睿Ultra系列生态环境，通过诸如Flowy AI PC助手这样的便捷应用，可以一键部署7B到14B的DeepSeek本地大模型，并且功能非常丰富。现在酷睿Ultra 200H轻薄本配合国补价格已经可以来到5000元价位档，这让原本硬件和使用技巧都要求颇高的大模型应用，现在变得唾手可得。如果你想在近期获得一个高智商且能离线运行的AI助手，购置一款酷睿Ultra 200H轻薄本就是一个很不错的解决方案。