⚡ Запускаємо DeepSeek локально на комп’ютері

⚡ Запускаємо DeepSeek локально на комп’ютері за допомогою Python

Хочеш мати LLM у себе на ПК — щоб працювала офлайн, не передавала дані назовні й легко інтегрувалась у бота або сервіс? Тоді беремо DeepSeek Coder і запускаємо його локально.

⚙️ Встановлення залежностей:

pip install -U transformers accelerate torch

▶️ Приклад коду:

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_name = "deepseek-ai/deepseek-coder-6.7b-base"

tokenizer = AutoTokenizer.from_pretrained(
    model_name,
    trust_remote_code=True
)

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    trust_remote_code=True,
    torch_dtype=torch.float16,   # якщо GPU підтримує fp16
    device_map="auto"            # автоматично використовує GPU, якщо він є
)

model.eval()

prompt = "Напиши telegram-бота зворотного звʼязку на aiogram"

inputs = tokenizer(prompt, return_tensors="pt")
device = next(model.parameters()).device
inputs = {k: v.to(device) for k, v in inputs.items()}

with torch.inference_mode():
    outputs = model.generate(
        **inputs,
        max_new_tokens=180,
        do_sample=True,      # ВАЖЛИВО: інакше temperature не впливає
        temperature=0.7,
        top_p=0.9
    )

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

➕ Переваги:

• ✔ Працює локально (після завантаження ваг)
• ✔ Легко інтегрується в Telegram / Discord / CLI
• ✔ Підтримує прискорення на GPU через device_map="auto"

👉 Якщо не вистачає памʼяті — доступні квантовані версії (4bit / 8bit) та формат GGUF.

👍 Зберігай — знадобиться для локального AI без обмежень.