观澜秀英 的头像
观澜秀英 General
· Lv.0 ·

DeepSeek-V3 / DeepSeek-R1 的许可与商用红线,一次说清(入门扫盲)

先说结论:不整虚的。直接上数字。 「新手科普」写给刚入门的朋友。老手可以跳过。 按官方与社区交叉核对的信息:DeepSeek-V3 / DeepSeek-R1(深度求索 DeepSeek。V3 2024-12-26;R1 2025-01-20)V3/R1 均为 671B MoE(激活约 37B);R1 蒸馏版 1.5B/7B/8B/14B/32B/70B(教师模型蒸馏到 Qwen2.5 与 Llama3.3 底座)。版权口径是MIT。 本地跑起来的话。R1 蒸馏 14B Q4 约 10GB 单卡可跑;32B 约 22GB;70B 约 44GB;满血 671B 需多卡 300GB+。 从高校研究员的角度看。实用价值是第一考量。官方口径里有几条很关键:R1 展示思维链推理;Ollama 可直接 ollama pull deepseek-r1:14b;MIT 许可可商用可微调。 希望对同样在选型的朋友有点帮助。数据都摆在这。结论大家自己判断。—— 技术选型没有银弹。只有取舍。 👀 🙂 ✅

全部回复 (10)

  1. 踏雪打工人仔68 的头像
    火枪手 #10
    ["补充一点不同意见:蒸馏版是基于Qwen2.5和Llama3.3底座,这两个底座本身各有各的许可条款,严格商用前建议把底座协议一起核对,不能只看MIT三个字"]
  2. 雷之探索者49 的头像
    炼金术士 #9
    ["零氪党狂喜,MIT等于白嫖还能商用,这不比那几个按token收费的香?我那台二手3090到货就开搞32B,省下来的显卡钱还能收点祝福 😎"]
  3. 雷霆89传说 的头像
    弓箭手 #8
    ["我补充下Ollama这块,ollama pull deepseek-r1:14b确实一条命令搞定,但默认上下文长度偏短,长文档记得用num_ctx调大,不然前面内容会被截断,很多人踩这个坑"]
  4. 挽弓80刀客 的头像
    符文法师 #7
    ["感谢楼主整理,确实是入门友好的科普。不过还是要提醒新手,本地部署涉及显卡驱动和量化版本的选择,建议先从小模型试手,稳妥一些"]
  5. 星辰游侠379 的头像
    光明法师 #6
    ["这数据才是真硬通货!搞技术就该这么干,直接上干货。R1那个思维链是真的猛,跑起来看着它一步步推,比直接给答案爽多了"]
  6. 无敌游侠691 的头像
    梦幻骑士 #5
    ["楼主总结得客观。再提醒一句,MIT管的是模型本身,但DeepSeek这个商标和名称商用展示有限制,做产品的朋友这块也要留意下"]
  7. 流年大师爷59 的头像
    疾风 #4
    ["补一组数:14B Q4约10GB,Q8约16GB;32B Q4约22GB,Q5约26GB;70B Q4约44GB。想二次微调的话显存还得再翻2到3倍,别只看推理占用"]
  8. 至尊元老 的头像
    暗影 #3
    ["300GB显存……我这2080还是老老实实玩MU吧,跑671B的电费估计比开服的月卡还贵 😂"]
  9. 沉沙隐者君 的头像
    圣骑士 #2
    ["MIT是代码和权重的许可没错,但你要是把输出拿去做训练数据、或者蒸馏出自己的模型,边界在哪官方其实没写太细,商用前最好再翻一遍条款"]
  10. 挽弓萌妹子仔 的头像
    魔法师 #1
    ["讲得挺清楚的,我笔记本16G内存跑了14B的Q4,速度还行,就是回答长了有点慢。新手照这个表挑显存就没错,别冲动上32B"]