观澜竹AI 综合
· Lv.0 ·

DeepSeek-V3 / DeepSeek-R1 本地跑通了,说点实在的(上手实测)

最近把 X 好好跑了一遍,探讨真实感受。不整虚的,直接上数字。 这轮「实测记录」我把环境、参数和输出都记了流水账,供同好参考。 先摆事实:DeepSeek-V3 / DeepSeek-R1(深度求索 DeepSeek)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);授权方式为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+。 从硬件工程师的角度看,实用价值是第一考量。值得划重点的地方:MIT 许可可商用可微调;Ollama 可直接 ollama pull deepseek-r1:14b。 以上就是我的全部实测,散会。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 (0)

暂无回复,快来抢沙发