最专业的 Deepseek-R部署指南来了!（含满血版/蒸馏版/手机版)

我们之前分享过我们普通人用deepseek-R1的四种方法：

1、直接网页版:注册使用（免费）。

其中，本地部署这几天在互联网上有很多错误的信息，我们这里给大家一点专业的建议，以正视听。

模型的种类：

在本地部署之前，请务必了解deepseek-R系列模型的种类：

满血版的deepseek-R1, 参数671B，理论上起码需要350G以上显存/内存才能够部署FP4的量化版本。对绝大多数家用电脑来说，这是不可能有实际意义的部署的，哪怕是最新的5090显卡32G显存，推理速度也不高，每秒低于10token的推理输出速度不具备使用价值。

deepseek-R1-distill蒸馏版模型，这是大家可以真正用得上的版本；模型大小从1.5B到70B都有。

他们和满血版的区别是，满血版是基于deepseek-v3再训练的，而上述的蒸馏版，从名字就知道是在另外的开源模型阿里的QWEN千问和META的LLAMA基础上再训练实现的。

满血版的部署：

满血版的部署需要专业服务器，建议在1T内存+起码双H100 80G的推理服务器实现，可以选SGLANG框架或者VLLM框架；视硬件选择最优方案。

家用级本地模型部署：

目前网上最流行的通用部署方法是ollama,在ollama网站可以看懂模型：

背后的1.5B-70B模型，也就是上述的蒸馏模型的量化版本。

一般情况下，ollama可以自适应显卡，Nvidia和AMD都可以。

在windows环境下，大家可以在ollama.com下载ollama软件，安装完成后，打开一个CMD窗口输入下列指令：

模型就会自动下载，默认下载的是7B大小的模型。如果需要32B，则需要输入：

ollama部署的都是量化版本。因此对显存的要求大幅降低，一般来说，8G显存可以部署8B级别模型；24G显存可以刚好适配到32B的模型。

如果你只有集显也想试试，可以试试下载lm-studio软件。软件内也内置了模型下载，对新手更加友好。

这里说一句，网上最近有一些脑子进水的谬论，误导大家用固态硬盘虚拟内存去部署，我们强烈不建议这样做，推理速度非常缓慢不说，由于长期满负荷读写大幅降低固态硬盘寿命也是可能的。

手机版本部署：

此外，我们也可以通过手机大模型部署框架MNN来实现调用：MNN-LLM是阿里巴巴基于MNN引擎开发的大语言模型运行方案，解决大语言模型在本地设备的高效部署问题(手机/个人电脑/嵌入式设备)。

目前能用的是1.5B的R1蒸馏模型。APP的下载地址是：

目前需要你下载上述APK文件，然后在手机上手动安装，安装后可以在APP内自行下载模型。

手机的1.5本地部署版本也是可以实现长思考的！速度在VIVO X100（天玑9300）上也表现得很不错，有接近30TOKEN/S的表现。当然，模型和框架都还很稚嫩，存在一些小问题。

本地模型不是满血版！

下面，我们来聊大家比较关心的deepseek本地模型模型能力，性能测试见下图：

注意，官方提供的测评集并不全面，都是一些R1思维类模型的强化项目，比如AIME2024这种专精数理编程代码的测试集。这意味着，R1这些本地版本，在正常的文本表现中，并不一定能打得赢传统的GPT4O这样的大模型。

而各位要注意到的是，即使是蒸馏模型中最大的70B，模型规模也仅为满血版671B的1/10。另外，我们也可以看到，随着模型规模的大小不同，模型的性能差异其实非常大，远比你看到的分数要大的多。

所以，大家也不要指望1.5B那么小的模型能有多么惊艳，也不要因为1.5B模型的水平比较一般而否定deepseek-R1。因为，本地蒸馏版本模型性能是远低于线上API和网页版本。很多朋友通过本地部署了蒸馏版本之后反馈感觉表现不够好，那是非常正常的！

我们测试下来，感觉最能发挥deepseek威力的方法，是通过本地agent框架，在开放搜索能力的前提下通过API调用deepseek。虽然这要花钱，但请相信我，和你得到的价值比起来，deepseek每百万token 16元的价格完全值得你付出的每一分钱！

以上是我们调用deepseek-reasoner 的API获得的一个通过黑咖啡调节血糖的回答；和网页版相比甚至更加详细，更加句句有依据！

最后，deepseek真的很宠大家，大年三十还放了个全模态模型Janus！识图、生图一模解决，这才是正适合大家本地用的AI模型！

这个Janus，我们在过年的时候会尝试来个尝鲜！敬请期待！