本文字数：1947｜预计3分钟读完
Deepseek 是开源的，也就是任何人可以下载部署Deepseek，一些j技术人员会把Deepseek 部署到自己的服务器上，方便使用，本文将 DeepSeek-R1必读！参数、配置、价格、副业应用
文丨hacking
1
DeepSeek 参数解析
截止目前DeepSeek R1总共7个版本，其实这7个版本不全是官方发布的，官方发布了671b，而大模型ollama框架“蒸馏”了许多总容量比较小的版本，毕竟满血671b版本部署实在是太贵了。
B = Billion（十亿参数）：表示模型的参数量级，直接影响计算复杂度和显存占用。
DeepSeek 1.5B：15亿参数（小型模型，适合轻量级任务）
DeepSeek 7B：70亿参数（主流规模，平衡性能与资源）
DeepSeek 70B：700亿参数（高性能需求场景）
DeepSeek 671B：6710亿参数（超大规模，对标PaLM/GPT-4）
目前在阿里云和百度云都可以部署DeepSeek-R1和DeepSeek-V3模型了。
打开阿里云官网首页，https://t.aliyun.com/U/hUe74D ，然后搜索人工智能平台 PAI即可创建应用。
腾讯云也是类似的方式，前往腾讯云官网 https://curl.qcloud.com/1OsylQPE ，然后就可以只用他的GPU智算服务来部署DeepSeek大模型了。
2
硬件配置与价格
1. DeepSeek-R1-1.5B
|
配置项 |
规格要求 |
价格（万元） |
|
CPU |
最低 4 核（推荐 Intel/AMD 多核处理器） |
0.08 |
|
内存 |
8GB+ |
0.03 |
|
硬盘 |
3GB+ 存储空间（模型文件约 1.5-2GB） |
0.02 |
|
显卡 |
非必需（纯 CPU 推理），若 GPU 加速可选 4GB+ 显存（如 GTX 1650） |
0.05 |
|
总计 |
0.18 |
2. DeepSeek-R1-7B
|
配置项 |
规格要求 |
价格（万元） |
|
CPU |
8 核以上（推荐现代多核 CPU） |
0.15 |
|
内存 |
16GB+ |
0.08 |
|
硬盘 |
8GB+（模型文件约 4-5GB） |
0.04 |
|
显卡 |
推荐 8GB+ 显存（如 RTX 3070/4060） |
0.25 |
|
总计 |
0.52 |
3. DeepSeek-R1-8B
|
配置项 |
规格要求 |
价格（万元） |
|
CPU |
8 核以上（推荐现代多核 CPU） |
0.15 |
|
内存 |
16GB+ |
0.08 |
|
硬盘 |
8GB+（模型文件约 4-5GB） |
0.04 |
|
显卡 |
推荐 8GB+ 显存（如 RTX 3070/4060） |
0.25 |
|
总计 |
0.52 |
4. DeepSeek-R1-14B
|
配置项 |
规格要求 |
价格（万元） |
|
CPU |
12 核以上 |
0.45 |
|
内存 |
32GB+ |
0.3 |
|
硬盘 |
15GB+ |
0.1 |
|
显卡 |
16GB+ 显存（如 RTX 4090 或 A5000） |
1.5 |
|
总计 |
2.35 |
5. DeepSeek-R1-32B
|
配置项 |
规格要求 |
价格（万元） |
|
CPU |
16 核以上（如 AMD Ryzen 9 或 Intel i9） |
0.4 |
|
内存 |
64GB+ |
0.2 |
|
硬盘 |
30GB+ |
0.1 |
|
显卡 |
24GB+ 显存（如 A100 40GB 或双卡 RTX 3090） |
20 |
|
总计 |
20.7 |
6. DeepSeek-R1-70B
|
配置项 |
规格要求 |
价格（万元） |
|
CPU |
32 核以上（服务器级 CPU） |
4 |
|
内存 |
128GB+ |
4 |
|
硬盘 |
70GB+ |
0.1 |
|
显卡 |
多卡并行（如 2x A100 80GB 或 4x RTX 4090） |
40 |
|
总计 |
48.1 |
7. DeepSeek-R1-671B
|
配置项 |
规格要求 |
价格（万元） |
|
CPU |
64 核以上（服务器集群） |
6 |
|
内存 |
512GB+ |
8 |
|
硬盘 |
300GB+ |
0.1 |
|
显卡 |
多节点分布式训练（如 8x A100/H100） |
80 |
|
总计 |
94.1 |
3
软件环境
3
软件环境
部署 DeepSeek-R1 需要以下软件环境：
1. 操作系统
Windows：Windows 10/11 64 位
Linux：Ubuntu 20.04/22.04 LTS
2. 驱动与 CUDA
NVIDIA 驱动：最新版本
CUDA：11.0 以上（H100 支持 CUDA 12）
3. AI 框架
PyTorch：1.10 以上
TensorFlow：2.10 以上
KTransformers：用于推理加速
4. 量化优化
4-bit/8-bit 量化：降低显存占用 30-50%
5. 推理框架
vLLM：提升推理效率
TensorRT：用于高性能推理
4
并发量考虑
1. 并发量需求
1.5B/7B/8B：适合低并发场景（如个人开发、小企业应用）
14B/32B：适合中等并发场景（如企业级应用、小型数据中心）
70B/671B：适合高并发场景（如大型数据中心、云服务）
2. 并发量优化
硬件升级：增加 GPU 数量、提升网络带宽
软件优化：使用量化技术、优化模型结构
分布式部署：多节点分布式训练和推理
3.注意事项
硬件兼容性：兆芯、联想等服务器需确保操作系统与国产加速卡驱动适配；
性能优化：多GPU场景需优化互连带宽以降低延迟；
模型开源：DeepSeek-R1系列支持开源，可灵活调整参数规模。
以上方案可根据实际需求选择本地或云端部署，平衡成本与性能
4
副业应用
AI 写作助手（内容创作 + AI）
核心逻辑：自媒体运营，用 DeepSeek R1 生成各种类型的内容初稿，比如小红书笔记、知乎回答、公众号文章等。
AI 教程制作（教育培训 + AI）
核心逻辑：用 DeepSeek R1 生成课程大纲、讲义或习题。比如输入“生成一份关于 DeepSeek R1 基础使用的课程大纲”。
AI数据分析（数据分析 + AI）
核心逻辑：数据收集与整理：收集客户提供的文本数据，如用户评论、市场调研报告等，并进行初步整理。 数据分析：用 DeepSeek R1 对数据进行分析，生成可视化报告，提出 actionable insights。
AI 游戏脚本创作（游戏开发 + AI）
核心逻辑： 脚本创作：用 DeepSeek R1 生成游戏脚本，包括角色对话、剧情发展等。比如输入“生成一个关于中世纪冒险游戏的脚本”。
AI 本地生活服务号运营（本地生活 + AI）
核心逻辑：内容创作：用 DeepSeek R1 生成本地生活服务相关的内容，如商家推荐、优惠活动等。比如输入“生成一篇关于本地美食推荐的文章”。
原文始发于微信公众号（Hacking黑白红）：部署 DeepSeek-R1必读！参数、配置、价格、副业应用
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论