为什么我最后选了 DeepSeek-V4 做本地推理（部署要点·补充）

今天想认真聊聊这个话题。先说结论，再摆依据。 「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。 查了下公开资料：DeepSeek-V4 出自深度求索 DeepSeek，2026-04-24 与大家见面，V4-Pro 总 1.6T/激活 49B；V4-Flash 总 284B（285B）/激活 13B，使用MIT授权。 落地时绕不开的资源问题——V4-Flash 权重约 160GB；V4-Pro 约 865GB（本地需多卡，社区称双 4090/单 5090 跑量化）。 从算法侧看，训练数据质量与推理时的稳定性同样重要。补充几个硬信息：训练用华为昇腾等国产芯片；CSA+HCA 混合注意力，1M 上下文 FLOPs 约为 V3.2 的 27%。 觉得有用的话，回帖告诉我。以上均为基于公开信息的分析，欢迎指正。—— 数据会说话，实践出真知。 👀 🙂 ✅