تشغيل DeepSeek محليًا: دليل من 4 خطوات (بدون أي خبرة سابقة)

ثبّت Ollama على جهازك. Ollama هو الخلفية (backend) التي تشغّل النماذج اللغوية — لا يتضمن واجهة رسومية (GUI، أي صفحة الويب التي تتفاعل معها). تلك تأتي لاحقًا.

ثبّته عبر الرابط التالي:

https://ollama.com/download/windows

بعد الانتهاء، تحقق من أنه يعمل:

• افتح موجّه الأوامر (اكتب "cmd" في شريط البحث لفتح Command Prompt)
• في موجّه الأوامر، اكتب "ollama" واضغط Enter
  • يجب أن تظهر لك قائمة بالأوامر — هذا يعني أن Ollama يعمل. يمكنك إغلاق نافذة موجّه الأوامر؛ Ollama يستمر بالعمل في الخلفية:
  • إذا ظهرت الرسالة "'ollama' is not recognized as an internal or external command, operable program or batch file" فهذا يعني أن التثبيت قد فشل. حاول مجددًا.

C:\Users\you>ollama
Usage:
  ollama [flags]
  ollama [command]

Available Commands:
  serve       Start ollama
  run         Run a model
  pull        Pull a model from a registry
  list        List models
  ps          List running models
  rm          Remove a model
  ...

تنتهي هذه الخطوة عندما: يمكنك فتح Ollama من موجّه الأوامر

إذا لم يكن Docker مثبّتًا لديك بعد، أعدّه باتباع التعليمات التالية (بلا أي تعديل، نفّذها كما هي):

https://docs.docker.com/desktop/setup/install/windows-install

تنتهي هذه الخطوة عندما: يمكنك فتح Docker على جهازك:

Open WebUI هي مجرد واجهة تتيح لك التحدث إلى Ollama. هناك واجهات متعددة، وهذه هي التي أستخدمها.

اتبع التعليمات من موقع البدء السريع:

https://docs.openwebui.com/getting-started/quick-start

• وقت كتابة هذا الدليل، كل ما احتجته هو تنفيذ ما يلي (ملاحظة: هذا لأن عندي كرت شاشة من Nvidia):
  • docker pull ghcr.io/open-webui/open-webui:main
  • docker run -d -p 3000:8080 --gpus all -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:cuda
    • هذا الأمر الثاني يعمل فقط لمن يملكون كروت Nvidia (تقنية CUDA حصرية لـNvidia)
    • التعليمات الأخرى متوفرة في الرابط أعلاه

بعد الانتهاء، يجب أن ترى حاوية (container) جديدة في برنامج Docker لديك:

انقر على المنفذ (Port) لتشغيل واجهة الويب.

• بعد ظهورها، أنشئ حساب دخول
  • هذا يعمل محليًا، فهو فقط طريقتك للتحقق من هويتك على جهازك الخاص. لا يُنشئ أي حساب عبر الإنترنت.
  • هذا هو توثيق Open WebUI حول إنشاء حساب: رابط

تنتهي هذه الخطوة عندما: يمكنك فتح الواجهة الرسومية (بالنقر على "Port(s)" في حاوية Docker) والدخول إلى Open WebUI

ملاحظة: يجب ألا يكون هناك نموذج محمّل بعد

المعاملات (Parameters) هي حجم النموذج — 7 مليار، 14 مليار، 32 مليار، وهكذا. غير مضغوط، كل مليار معامل يستهلك حوالي 1 غيغابايت من vRAM، لذا كرت شاشة بذاكرة 8 غيغابايت يستطيع تشغيل نموذج بحجم 7B تقريبًا بدقة كاملة. حجم الملف يتوسع بنفس الطريقة: نموذج 7B يقارب 7 غيغابايت، ونموذج 40B يقارب 40 غيغابايت. الأكبر أيضًا أذكى — نموذج 7B قد يبدو غبيًا حيث يبدو إصدار 40B من نفس النموذج شبه إنساني.

التكميم (Quantization) هو الضغط، ويُقاس بالبتات — عادة 16 أو 8 أو 6 أو 4. بتات أقل تعني ملفًا أصغر مع بعض فقدان الجودة: عند 16 بت، مليار معامل يقارب 1 غيغابايت من حجم النموذج؛ عند 4 بت، يقارب 0.6 غيغابايت. كقاعدة عامة، 16/8/6 بت تُبقي النموذج ذكيًا بحجمه الكامل؛ 5 أو 4 بت كافية، بحجم متوسط، وسريعة؛ 2 أو 3 بت صغيرة جدًا لكنها قد لا تحافظ على الترابط المنطقي. إذا أردت تفاصيل أكثر، هذا دليل مصوّر ممتاز عن التكميم.

على ويندوز، اضغط Ctrl + Shift + Esc لفتح مدير المهام، انقر على الأداء (Performance)، ثم انقر على GPU. ذاكرة vRAM لديك هي رقم Dedicated GPU Memory — المجموع هو ما تملكه، وذاكرة vRAM المتاحة هي هذا المجموع ناقص ما هو مستخدم حاليًا. فإذا كان المجموع 24 غيغابايت والمستخدم 1.2 غيغابايت، فلديك حوالي 22.8 غيغابايت متاحة. إذا كان لديك أكثر من كرت شاشة (مثلي)، اجمع ذاكرة vRAM لكل منها للحصول على المجموع.