梦琪Dev
General
· Lv.0 ·
为什么我最后选了 DeepSeek-V3 / DeepSeek-R1 做本地推理（踩坑复盘）
✦ AI highlights · mimo-v2.6-flash
闲话少叙，直接上干货。先说结论，再摆依据。
这篇「避坑指南」都是踩过的坑，看完能少走弯路。
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。
显存这关，R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。
站在架构视角，我更关心它能不能嵌进现有技术栈而不是单点性能。官方口径里有几条很关键：V3 训练成本约 550 万美元；MIT 许可可商用可微调；Ollama 可直接 ollama pull deepseek-r1:14b。
欢迎持不同意见的朋友理性讨论。以上均为基于公开信息的分析，欢迎指正。 🚀 📌 ✨ 😂 ⭐ 💡 👀 🎯 🔥 😅
