用 Ultra245K 搭建本地 AI 模型，性价比拉满！

大家好，我是热衷于探索各类科技产品的科技博主。最近 AI 大火，很多朋友都想搭建自己的本地 AI 模型，今天就来给大伙分享我用 Intel Ultra245K CPU 搭建 DeepSeek 模型的经验，不仅能解决云端服务不稳定的困扰，性价比还超高！

为啥选 Ultra245K

咱都知道，本地化 AI 推理会碰到算力难题。用 GPU 吧，7B 模型就得占 5GB 显存，显卡基本就没法干别的；用 CPU 呢，计算负载又会让系统卡顿。而 Ultra245K 的核显就很巧妙，它能利用主机内存，还能和 CPU 独立运行，对整机性能影响小。而且现在 Ultra 系列 CPU 降价，Ultra245K 性价比直接起飞。

装机方案超省钱

我的装机配置主打性价比。CPU 选 Intel Ultra245K，它包装精致，小黑盒正面有透明窗，能直接看到 CPU，还印有型号、序列号和二维码，背面设计方便装机，通过凹槽就能确定安装方向。

主板用铭宣终结者 B860M，黑白色调，12 相供电，能稳定支持 CPU。它支持双通道 4 根 DDR5 内存，最大到 128GB，还原生支持 7000Mhz DDR5 内存频率，高负载场景下性能提升明显。

内存是光威龙武 DDR5 16*2 6000mhz 套条，活动价 400 多就能拿下。机箱选拓扑龙开放式机箱，只要 30 块，比鞋盒强多了。电源是爱国者 EP650 650w 全模组电源，200 块左右，供电稳定。

性能实测超给力

装机完成后，我对 CPU 和核显进行了性能测试。3DMark CPU Profile 测试里，Ultra245K 单线程分数 1213 分，多任务并行时最大线程得分 12348 分，处理单核心任务和多任务都很出色。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高端处理器 12900K 持平。

核显方面，相比 14 代的 HD770，Ultra245K 升级到 4Xe-core 新式核显，有 4 个 1.9GHz 的 Xecore，支持 8K 60hz 编解码，AI 算力在 int8 精度下达到 8TOPS，是 HD770 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，满足大模型端侧部署的算力要求。

部署过程超详细

1. 安装依赖软件：先去英特尔官网下载最新的 GPU 驱动，根据系统选择就行。然后去https://github.com/intel/ipex-llm/releases/tag/v2.2.0-nightly下载 ipex-llm ollama 部署包，解压备用。

2. Ollama 启动和模型部署：在解压后的文件夹里按住 Shift + 右键，选在终端中打开，输入./start-ollama.bat 启动 Ollama，会弹出满是日志的命令行窗口，别关它。接着在窗口里输入.ollama.exe pull deepseek-r1:7b 下载模型，等下载完成。

3. 启动大模型前端：模型下好后，用命令行对话不太方便，我们用 AnythingLLM 软件。去官网下载安装，安装好打开，在模型选择位置选 ollama，就能看到 DeepSeekR1 模型。创建个工作区，比如 “DeepSeek-iGPU” ，选好工作区后点 NewThread 开启新对话，就能和模型聊天啦。从任务管理器能看到，核显基本满载，用了 7.2G 主机内存，模型的 token 生成速率约为 10token/s，日常使用对话很流畅。

NPU 未来可期

Ultra245K 的 NPU 是个大亮点，虽然目前因为太新，部署有 bug，但我已经提交给 Intel ipex-llm 了。按照他们的更新速度，预计下个月左右就能用 NPU 进行模型推理和部署，到时候性能肯定更厉害。

总的来说，用 Ultra245K 搭建 DeepSeek 本地模型，性价比超高，适合想拥有自己本地 AI 助手的朋友。要是在搭建过程中有问题，欢迎在评论区留言，咱们一起交流！