春節期間，國產大模型 DeepSeek R1 憑借開源特性和高效推理能力成為 AI 領域的焦點。其知識蒸餾技術能將復雜模型的推理能力遷移至輕量化版本，使其在多項基準測試中表現優異，甚至超越部分國際頂尖模型。開源策略+輕量設計，不僅降低了 AI 部署門檻，更為邊緣計算場景帶來了全新的可能。

春節后首個工作日，InHand AI 技術團隊成功在 EC5000系列邊緣計算機上完成 DeepSeek R1 蒸餾模型的本地部署。這一成果驗證了輕量級邊緣設備（如 EC5000）在 AI 推理任務中的強大潛力。相較于傳統云端部署，邊緣端計算無需依賴高算力服務器，可在低功耗環境下實現實時推理，為工業質檢、智慧交通、遠程醫療等領域提供更靈活、安全、高效的AI 解決方案。

通過幾個簡單的步驟，就可以實現在EC5000系列邊緣計算機上運行DeepSeek R1 蒸餾模型。

步驟1：安裝Nvidia的jetson containers工具包

通過以下兩條命令完成jetson containers工具包的下載和安裝：

git clone https://github.com/dusty-nv/jetson-containers

bash jetson-containers/install.sh

步驟2：安裝Nvidia Jetpack工具包

通過以下兩條命令完成Nvidia Jetpack工具包的下載和安裝：

sudo apt update

sudo apt install nvidia-jetpack

步驟3：修改Docker鏡像倉庫源為中國大陸國內源（非必須）

在目錄 /etc/docker/ 下創建文件daemon.json。

在文件daemon.json中輸入以下內容并保存(以vim編輯器為例)：

sudo vim /etc/docker/daemon.json

{

    "registry-mirrors": [

        "https://docker.1ms.run",

        "https://docker.xuanyuan.me"

    ]

}

保存文件后，通過以下命令重啟Docker服務，使配置文件生效

sudo systemctl daemon-reload

sudo systemctl restart docker

注意：

1.https://docker.1ms.run 和https://docker.xuanyuan.me兩個docker鏡像源地址僅保證在2025年2月5日可用，如果服務器失效，需要將地址修改為當前可用的服務器地址。

2. 此步驟非必須，僅當默認docker倉庫地址不可用時，自定義鏡像倉庫地址用于加速。中國大陸以外的用戶，一般不需要執行此步驟。

步驟4：下載并運行ollama容器

docker run -itd --runtime nvidia --name ollama ollama/ollama

步驟5：通過ollama 下載并運行deepseek r1的蒸餾模型

參考連接：https://ollama.com/library/deepseek-r1:1.5b

選擇要運行的Deepseek R1 蒸餾模型版本，然后通過ollama 命令行自動安裝。以DeepSeek-R1-Distill-Qwen-1.5B模型為例，執行下面的命令：

docker exec -it ollama ollama run deepseek-r1:1.5b

其中，參數deepseek-r1:1.5b為模型名，可替換為其它想要運行的模型名稱（參考https://ollama.com/search）。命令執行后，系統將自動下載并安裝參數指定的模型。

下表列出了EC5000系列邊緣計算機支持的DeepSeek R1 蒸餾模型情況：

驗證模型

執行命令docker exec -it ollama ollama run deepseek-r1:1.5b（deepseek-r1:1.5b 需要替換為用戶自己使用的模型名稱）后，便可以和模型交互。

其它

查看EC5000系列邊緣計算機的CPU/GPU/內存利用率

設備支持通過jtop命令實時查看本設備硬件狀態，執行sudo jtop 后，將會看到下圖所示的輸出：

注意：jtop命令必須通過root權限執行。

說明

1. 除了示例中的deepseek R1 蒸餾模型外，EC5000系列邊緣計算機也支持其它開源的LLM，如llama3等。

2. 通過ollama在EC5000系列邊緣計算機中運行LLM方法并不是唯一的。

此次在EC5000系列邊緣計算機上成功部署DeepSeek R1蒸餾模型，不僅驗證了邊緣硬件與前沿AI技術的深度融合能力，更開啟了“輕量化+高性能”的邊緣AI新范式。

未來，隨著蒸餾技術的持續優化，企業可基于此類方案快速構建私有化AI服務，降低算力成本的同時保障數據安全。InHand 將持續推動邊緣智能生態建設，助力千行百業邁向“端側智慧化”的新階段。