聊聊 DeepSeek-V3 / DeepSeek-R1：参数、许可和显存的真实门槛（部署要点·补充）

上周花了点时间做验证，结果还挺意外。摸鱼时间到，聊点技术八卦。 「部署笔记」是给想自己动手的朋友准备的，重点在配置与资源占用。 DeepSeek-V3 / DeepSeek-R1 的基本盘：深度求索 DeepSeek 打造，V3 2024-12-26；R1 2025-01-20 发布，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），遵循MIT。 实操层面，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AI训练师的角度看，实用价值是第一考量。官方口径里有几条很关键：MIT 许可可商用可微调；R1 展示思维链推理；V3 训练成本约 550 万美元。 就先聊到这，有问题评论区接着讨论。好了不贫了，正经事还有一堆。 💡 ✨ 👀 🎯 ⭐ 📌 😂 🚀 😅