小黑盒的家人们，今天来给大伙分享一个超酷的装机和模型部署经历！最近在 AI 热潮的影响下，我也想自己搭建一个本地的大模型环境，正好 Ultra 系列 CPU 大降价，我就入手了一颗 Ultra 245K，打算用它来本地化部署 DeepSeek 模型，顺便给自己打造一台能跑 AI 的工作站。下面就详细给大家讲讲整个过程，包括装机方案、性能测试、软件安装、模型部署，还有遇到的那些坑和解决办法。
先来说说装机方案。CPU 选的是 Intel ultra 245K，它的包装很有特色，小黑盒正面有个透明观察窗，能直接看到 CPU，设计感拉满。打开包装，CPU 正面刻着型号、序列号这些重要信息，还有个二维码，背面的触电和电容排布得特别规整，而且装机时通过偏心的两个凹槽就能轻松确定安装方向，很贴心。
主板我用的是铭宣终结者 B860M，黑白色调，12 相供电，能稳稳地支持 UltraCPU。它支持双通道 4 根 DDR5 内存，最大能到 128GB，还原生支持 7000Mhz DDR5 内存频率，高负载场景下相比 DDR4 有明显的速度提升。内存我挑的是光威龙武 DDR5 16*2 6000mhz 套条，活动价 400 多就能拿下，性价比超高。机箱用的拓扑龙开放式机箱，只要 30 块，比鞋盒强多了。电源选的爱国者 EP650 650w 全模组电源，200 块左右，用起来很稳定。
装机完成后，得测试下 CPU 性能。我用 3DMark CPU Profile 测试，它能显示 CPU 在不同核心和线程数下的表现。结果 Ultra245K 单线程分数 1213 分，处理单核心任务很出色；最大线程得分 12348 分，多任务并行处理能力也超棒。在 CPU-Z 测试中，单核心 800 分，多核心 10051 分，多核心成绩几乎和曾经的顶级处理器 12900K 持平，日常使用和复杂专业应用都能轻松应对。
再看看核显。14 代 CPU 的 HD770 核显大家可能比较熟悉，Ultra245K 升级到了 4Xe-core 的新式核显，性能突破明显。它有 4 个 1.9GHz 的 Xecore，最大支持 8K 60hz 编解码，AI 算力在 int8 精度下达到 8TOPS，是 HD770 核显的 2.6 倍。而且支持英特尔 DLBoost 深度学习加速技术，int4 量化部署时算力为 16TOPS，达到了大模型端侧部署的算力门槛，对本地化 AI 推理帮助很大。
接下来就是安装依赖软件。先去英特尔官网下载最新的 GPU 驱动，官网链接在文档里都有，按照系统版本下载就行。然后下载 ipex-llm ollama 部署包，这是 intel 官方的开源大模型项目，能在 intelgpu 上进行高性能大模型推理和训练微调。从官网下载对应版本解压就好。
软件安装好后，就可以进行 Ollama 启动和模型部署了。在解压后的文件夹里按住 Shift + 右键，选择在终端中打开，输入./start-ollama.bat 启动 Ollama，会弹出一个有很多日志的命令行窗口，别关闭它。接着在这个命令行窗口输入.\ollama.exe pull deepseek-r1:7b 来下载 DeepSeek 模型，耐心等待模型加载完成就行。
模型下载好后，Ollama 在后台就绪，不过命令行对话不太方便，我用了 AnythingLLM 这个软件。去官网下载安装，安装好启动后，在模型选择位置选 ollama，就能看到我们下载的 DeepSeekR1 模型了。创建个工作区，随便取个名，我取名为 DeepSeek-iGPU，选中工作区再选 NewThread 开启新对话，就能和 DeepSeekR1 愉快聊天啦。我让它介绍 Ultra 系列处理器，它不仅回答得条理清晰，思考链也正常工作，而且模型的 token 生成速率大约为 10token/s，个人使用对话很流畅。从任务管理器能看到，核显基本满载，用了 7.2G 主机内存。
最后说说 NPU。Ultra 245K 的 NPU 是个大亮点，虽然我一开始想用它部署模型，但因为 NPU 太新，遇到了不少 bug。不过我已经把这些 Bug 提交到 Intel ipex-llm 了，按照他们的更新速度，下个月左右应该就能用 NPU 进行模型推理和部署，到时候核显压力会更小，还能构建更高性能的 AI 工作站。
这次用 Ultra245K 搭建 DeepSeek 本地模型，整体体验还是很不错的。虽然过程中遇到了一些小波折，但最后成功跑起来模型，还能流畅对话，成就感满满。如果大家也对本地化部署大模型感兴趣，不妨参考我的经验试试，有问题咱们评论区交流！