DeepSeek R1 di VPS: Install Ollama Langsung Jalan

DeepSeek R1 di VPS: Siap Chat 10 Menit Lagi

Kalau kamu bosan bayar API mahal tapi butuh AI coding & penalaran mirip ChatGPT-o1, DeepSeek R1 jawabannya. Model open-source ini cuma 5 GB dan sudah distreamline buat produksi. Tinggal pasang Ollama di VPS, download model, buka port 8080—selesai.

Di VPS 4 vCore + 16 GB RAM (mulai US$ 12/bulan di provider manapun) kamu bisa serve tim dev sekaligus tanpa GPU. Tutorial ini gua tulis setelah berhasil deploy 3 server berbeda; semua langkah sudah gua uji ulang di Ubuntu 22.04 & 24.04.

Kenapa DeepSeek + Ollama Cocok di VPS

Ollama adalah runtime LLM ringan (Go + C++) yang otomatis pakai CPU multi-thread dan bisa pakai RAM saja. Beda dengan Docker approach yang masih perlu nvidia-docker, Ollama jalan di KVM biasa. DeepSeek R1:7B cuma butuh ±5 GB RAM pas inferensi, jadi 16 GB VPS masih sisa buat nginx, redis, atau app lain.

Keuntungan lain: semua chat tetap di disk kamu—aman GDPR, bebas rate-limit, dan bisa offline. Ollama juga punya REST API kompatibel OpenAI, jadi integrasi ke aplikasi tinggal ganti base_url + api_key random.

Spesifikasi minimum vs nyaman

Minimum: 4 vCPU + 8 GB RAM + 15 GB SSD. Nyaman: 4 vCPU + 16 GB RAM + 50 GB NVMe. Swap 4 GB opsional biar aman pas load tinggi.

Distribusi Linux yang support

Ubuntu ≥20.04, Debian ≥11, CentOS ≥8, Alma ≥9. Intinya kernel ≥5.4 dan systemd aktif. Ollama otomatis download binary static, jadi gak perlu repot compile.

Step-by-Step Install Ollama & DeepSeek R1

Semua command dijalankan sebagai non-root user dengan sudo. Ganti 203.0.113.10 dengan IP publik kamu.

1. Update sistem dan pasang dependensi:
   sudo apt update && sudo apt install -y curl git python3-venv
2. Install Ollama (one-liner resmi):
   curl -fsSL https://ollama.com/install.sh | sh
3. Pastikan service aktif:
   systemctl --user enable --now ollama
   Kalau mau global, tambahkan ke /etc/systemd/system.
4. Download model DeepSeek R1:7B (±5 GB):
   ollama pull deepseek-r1:7b
   Pilih 1.5b kalau RAM cuma 8 GB.
5. Install web UI (opsional tapi recommended):
   git clone https://github.com/open-webui/open-webui.git
cd open-webui
python3 -m venv venv && source venv/bin/activate
pip install -r requirements.txt
6. Jalankan web UI di port 8080:
   OLLAMA_BASE_URL=http://127.0.0.1:11434 nohup python main.py &
7. Buka firewall:
   sudo ufw allow 8080/tcp
8. Akses via browser:
   http://203.0.113.10:8080
   Buat akun admin pertama, lalu pilih model DeepSeek di dropdown.

Selesai. Respons pertama butuh ±10 detik karena load model ke RAM; seterusnya 3-5 token/s di CPU EPYC 7443.

Tweaks Produksi: Biar Cepat & Stabil

Tambahkan environment variable di ~/.bashrc:
export OLLAMA_NUM_PARALLEL=2
export OLLAMA_MAX_LOADED_MODELS=1
export OLLAMA_KEEP_ALIVE=24h
Reload: systemctl --user restart ollama

Pakai reverse proxy (nginx) + SSL gratis Let’s Encrypt:

server {
    listen 443 ssl;
    server_name ai.mydomain.id;
    ssl_certificate /etc/letsencrypt/live/ai.mydomain.id/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/ai.mydomain.id/privkey.pem;
    location / {
        proxy_pass http://127.0.0.1:8080;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

Enable caching header biar browser hemat bandwidth:

location ~* /(static|assets)/ {
    expires 1y; add_header Cache-Control "public, immutable";
}

Kesimpulan

Deploy DeepSeek R1 di VPS cuma butuh 10 menit: install Ollama, pull model, pasang web UI, buka port. Tanpa GPU, tanpa biaya API. Cocok buat internal dev tool, chatbot klien, atau AI coding assistant yang data-nya tetap di server sendiri.

Jangan lupa monitor RAM; kalau spike, turunkan versi model atau tambah swap. Mau integrasi ke Laravel atau Node? Pakai endpoint http://localhost:11434/api/generate dengan JSON sama seperti OpenAI. Langsung coba, dan share benchmark response-nya di forum kesayangan kamu!

FAQ

References