Docker是DeepSeek本地部署最稳妥、可复现性最强的方式，但需确保NVIDIA Container Toolkit生效、驱动/CUDA版本匹配、正确挂载模型权重、合理配置GPU显存及网络模式，并确认API服务已启用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
DeepSeek模型本地部署，用 Docker 是目前最稳妥、可复现性最强的方式；但直接 docker run 官方镜像大概率会卡在启动失败、GPU不可见、端口不通或显存 OOM 上——问题不出在模型本身，而在于容器与宿主机的资源映射和运行时配置没对齐。
为什么 docker run --gpus all 仍报 cudaErrorNoDevice
根本原因是 NVIDIA Container Toolkit 没生效，或驱动/CUDA 版本不匹配。不是镜像问题，而是宿主机 runtime 配置缺失。
- 先确认
nvidia-smi在宿主机能正常输出，否则驱动未装好 - 检查
/etc/docker/daemon.json是否包含"default-runtime": "nvidia"，没有就加进去并sudo systemctl restart docker - 验证 toolkit 是否注册：运行
docker info | grep -i nvidia，应看到Runtimes: nvidia - 官方镜像如
deepseek-ai/deepseek:latest默认依赖 CUDA 11.8+，若宿主机是 CUDA 12.x，需改用带-cuda12后缀的镜像（如存在）或自建基础镜像
docker-compose.yml 中 network_mode: "host" 的真实影响
它让容器直接复用宿主机网络栈，省去端口映射，但会绕过 Docker 网络隔离机制——看似方便，实则带来两个硬伤：
Docker Image Puller
下载
使用 Python 脚本下载 Docker 镜像并打包为 tar 文件。用户说“下载镜像”“拉取镜像”“pull xxx”“帮我下载 nginx 镜像”等时触发。支持 SOCKS5 代理直连（推荐）和国内镜像站加速两种模式。
- 无法同时运行多个 DeepSeek 实例（端口冲突，比如都占 8000）
- 容器内
localhost指向的是宿主机，若服务内部有回调逻辑（如健康检查调用自身 API），可能意外连到宿主机其他进程 - 更稳妥的做法是用
bridge网络 + 显式ports映射，例如"8000:8000"，再通过http://localhost:8000访问 - 若必须用 host 模式，请确保宿主机无其他服务占用模型所需端口（常见为 8000、9000、6006）
模型加载失败：OSError: unable to load weights 的常见根因
这不是权限或路径错误，而是镜像里没放对权重文件，或挂载路径没穿透进容器内部。
- 官方镜像通常只含推理引擎，不含大模型权重（体积太大，Docker Hub 限制上传）；你得自己下载
deepseek-7b-chat.bin或类似文件，并通过volumes挂载 - 挂载路径要和启动命令中指定的
--model-path完全一致，例如挂载/data/models/deepseek-7b:/app/models，那命令就得写--model-path /app/models/deepseek-7b - 注意 SELinux 或 rootless Docker 场景下，挂载目录需加
:z或:Z标签（如/data/models:/app/models:z），否则容器读不到文件 - 权重格式也得匹配：DeepSeek v2 默认用 HuggingFace 格式（
config.json+pytorch_model.bin），不是单个 .bin 文件
GPU 显存被占满却 nvidia-smi 显示空闲？
这是容器内没正确限制显存导致的“虚假空闲”——CUDA 上下文已分配但未实际使用，其他容器无法抢占。
- 用
--gpus device=0 --memory=12g不起作用，GPU 内存不能靠--memory限制 - 必须通过推理框架参数控制，例如用 vLLM 启动时加
--gpu-memory-utilization 0.8 - 或在
docker run中加--ulimit memlock=-1:-1防止内存锁死 - 更彻底的方案是用
nvidia-container-cli手动指定显存上限，但需修改 daemon.json 启用device-list-strategy=env
最容易被忽略的一点：DeepSeek 官方镜像默认不开放 HTTP API，它跑的是 gRPC 或自定义协议；如果你习惯 curl 测试，得确认服务是否启用了 FastAPI 层，或者额外加 --enable-api 这类启动参数——否则连通性测试永远显示 connection refused。
