5分钟教你免费在 Azure AI Foundry 部署 DeepSeek（671B）大模型全指南

最新推荐文章于 2025-03-02 13:26:28 发布
最新推荐文章于 2025-03-02 13:26:28 发布
阅读量1.7k 收藏 32
点赞数 22
分类专栏： DeepSeek 文章标签： ai
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/YuKeeHgg/article/details/145582913
版权

在 Azure AI Foundry 部署 DeepSeek 大模型全指南

🌟 文档概要

本教程将指导您在 Azure AI Foundry 平台上完成 DeepSeek R1（671B满血版本）模型的完整部署流程，包含环境准备、资源管理、模型测试及API调用说明。当前版本为免费测试版，支持37B活动参数。

🛠️ 先决条件

  1. 微软、Azure 有效账号（Azure入口、微软官网）

  2. 一张支持Visa/万事达业务的银行卡（必要条件）

  3. 浏览器建议：Chrome/Safari/Edge 最新版

  4. 国内网络环境可以直接访问，但加载速度可能较慢

📌 核心概念说明

Azure AI Foundry 架构

Azure AI Foundry 是一个用于构建、训练和部署机器学习和人工智能模型的平台。

组件

功能描述

关联操作

Hub（中心）

资源管理中心：管理数据集/模型/项目/部署环境

创建区域资源池

Project（项目）

业务实现单元：包含训练脚本/配置文件/实验日志

模型开发与版本管理

Models（模型）

推理服务载体：支持在线测试/版本回滚/监控分析

终端部署与API管理

🚀 分步部署指南

第一阶段：登录并创建Azure免费账户

  1. 打开Microsoft Azure 官网：https://azure.microsoft.com/zh-cn/

  2. 点击“免费试用Azure”（即付即用 是付费选项），官方说明新用户有长达12个月免费试用期限

  3. 登录微软账户，按页面提示填写信息

  4. 勾选用户条款，下一步

  5. 银行卡身份认证（注意，目前仅支持Visa/万事达信用卡或借记卡，这个是必要条件），卡号无需空格，身份信息需要填写无误，然后下一步

  6. 验证过程中系统可能会自动扣费 1美元 ，建议卡内余额不低于10元，验证后系统会自动退还

第二阶段：创建 AI Hub

  1. 访问 Azure AI Foundry 控制台

  2. 点击首页“探索模型”

  1. 找到【DeepSeek-R1】，点击“Check out model”

  1. 点击左上角【部署】，随后填写需要的项目名称，其它选项默认，随后点击右下角“创建”

  2. 创建过程请保持网络通畅，后台自动创建2-5分钟（可能更长），创建成功后会自动跳转到概括页面，点击右下角“同意并继续”

  3. 随后跳出页面直接点击右下角“部署”即可

  4. 关键配置项：Azure区域

     
    - 选择支持DeepSeek的区域（如果默认或自动选择为以下区域，无需修改） East US East US 2 North Central US South Central US West US West US 3
     
  
       
     

    第三阶段：初始化项目
     

    1.  
      进入 Hub 控制台 左侧控制面板目录
       
    2.  
      点击 操场 选项
       
    3.  
      跳转到模型部署在线测试页面，可以在左侧聊天框进行询问
       
     

    第四阶段：API调用部署
     

    1.  
      进入 Hub 控制台 左侧控制面板目录
       
    2.  
      在“我的资产”选项找到“模型+终结点”选项，点击进入
       
    3.  
      右侧会显示刚部署deepseek-r1模型的URL及密钥
       
    4.  
       
     

    这里推荐使用Github开源AI客户端「cherry-studio」（为例）
     

     
 
    官网地址：https://cherry-ai.com
     

     

    1.  
      下载安装后，打开软件选择“Azure OpenAI”
       
    2.  
      把上面获取的“密钥”复制粘贴进去
       
    3.  
      接下来API地址，即上面显示的“URL”，把它复制下来
       
    4.  
      接下来是重点
       
  
      1.  
        粘贴进来的地址字符，光标移到末尾=号的后面，把版本号复制到下面的“API版本”栏目
         
      2.  
        填完后，删除包括？号及后面的全部内容，并在末尾completions处后面加上#符号，即可
         
      3.  
         
       
     

    1.  
      点击下方“添加模型”，填写名称参数DeepSeek-R1
       
     

     

    以上，所有部署步骤完成，可以进软件主界面选择该模型进行调用调试了
     

     

    🧪 模型能力评估
     

    基准测试表现
     

     
    任务类型
         		 
    DeepSeek-R1
         		 
    GPT-3.5
         		 
    优势说明
     
     
    数学推理
         		 
    89.2%
         		 
    85.1%
         		 
    复杂公式解析能力突出
     
     
    代码生成
         		 
    92%
         		 
    88%
         		 
    支持20+编程语言
     
     
    逻辑推理
         		 
    86.5%
         		 
    83.2%
         		 
    多步推论准确性高
     
     
    语义理解
         		 
    84%
         		 
    87%
         		 
    上下文关联稍弱
     
     

    ⚠️ 重要注意事项
     

    1.  
      服务限制：
       
  
      1.  
        高峰时段响应延迟可能超过5秒
         
      2.  
        虽然官方说明在点击“免费试用”选项后不存在自动付费情况，但为了您的财产安全，使用过程中注意额度用完后的订阅通知，一般会提前通过短信或者邮件给您送达有关信息，如无付费需要，请留意并取消有关选项。
         
       
    2.  
      最佳实践：
       
  
      1.  
        复杂任务建议分步请求
         
      2.  
        重要操作记录会话ID（X-Request-ID）
         
      3.  
        定期清除无用的测试部署
         
       
     

    📈 生产环境建议
     

    1.  
      监控配置：
       
  
      1.  
        设置成功率/延迟率警报阈值
         
      2.  
        启用请求日志分析
         
       
    2.  
      安全增强：
       
  
      1.  
        配置VNET网络隔离
         
      2.  
        启用内容审核过滤器（可能涉及付费）
         
       
     

    📖 附录
     

    技术支持
     

    遇到技术问题可访问：
     
 

    官方资源
     
 

     

    通过本指南，您已完成从零到生产的完整部署流程。建议部署后执行以下验证测试：
     

    ✅ 压力测试：使用 locust 模拟并发请求
     

    ✅ 安全扫描：检查 API 终结点漏洞
     

    ✅ 成本评估：分析 GPU 小时消耗报表
     

     

     
 
    版权说明：文档为原创，转载请注明出处
     
 
    如果您也想加入我们获取最头部技术文档的话，欢迎点击「华彬智融知识数据库」免费加入
     

    
                
    
        
    
    
    
  

    

    


                
    

    
	
    
		
    
			
    
				
					
    只需 4 步，即可使用微软 Playwright MCP 服务器和语义内核构建可浏览互联网的 AI 应用 使用 MCP 和语义内核的分步指南
    
				    
			
    
			
    
				
    
					iCloudEnd的博客
				
    
				
    
					04-26
					
					128
					
				
    
			
    
		
    
		
    
			
				
    MCP！这可是人工智能领域的新热词。所以，我想——为什么不亲自参与其中呢？于是，我写了这篇博文，介绍如何使用 MCP 服务器、Semantic Kernel 和 Azure AI Foundry。让我们先来了解一下：什么是 MCP？有很多博客和视频帮助我理解了 MCP 的概念，我会在最后放上这些链接。
    
			    
		
    
	
    

    
                
    
            
              
    

    
	
    
		
    
			
    
				
					
    使用 DeepSeek R1 的 RAG 和 Graph RAG：一种更智能的方法 检索增强生成 (RAG) 和 Graph RAG 彻底改变了 AI 系统与数据交互的方式。通过将强大的检索机制与生成
    
				    
			
    
			
    
				
    
					iCloudEnd的博客
				
    
				
    
					02-01
					
					433
					
				
    
			
    
		
    
		
    
			
				
    随着高效且经济高效的开源模型DeepSeek R1的出现，构建优化的 RAG 系统变得比以往任何时候都更加容易。在本指南中，我们将介绍整个过程，包括设置、实施和实际用例。DeepSeek R1 是一种开源大型语言模型(LLM)，旨在与 OpenAI 等专有 AI 模型竞争。它针对推理、基于检索的任务和成本效益进行了优化，使其成为开发强大的 RAG 系统的绝佳选择。主要优势包括MIT 许可证：开源且具有商业可行性。增强检索准确性：通过结构化推理提高搜索精度。成本效益：比专有模型更实惠。
    
			    
		
    
	
    

    
              
    

  
              
    
                

    
	
    
		
    
			
    
				
					
    拒绝繁忙！免费使用 deepseek-r1:671B 参数满血模型
    
				    
			
    
			
    
				
    
					weixin_30697511的博客
				
    
				
    
					02-11
					
					60
					
				
    
			
    
		
    
		
    
			
				
    相信大家都已经有体验过deepseek-r1的强大推理能力，由于其网页版本免费使用的原因，用户量激增、同时据传还遭受了大量的网络攻击，这使得过程不是很流程，经常收到类似下图的问题：

同时，API服务也已经暂停充值，之前的余额用完之后暂时也就不用调用了

为了更流畅的使用对话或者API服务，我们可以考虑在自己机器上部署deepseek，如何部署以及如何提供API服务，年前DD在Spring AI...
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    微软深夜放大招，9大AI Agents颠覆办公，一个比一个离谱
    
				    
			
    
			
    
				
    
					m0_59235945的博客
				
    
				
    
					11-23
					
					923
					
				
    
			
    
		
    
		
    
			
				
    AI助手的春天来了！微软重磅发布商用AI Agent矩阵凌晨时分，当大多数人还在睡梦的时候，微软在芝加哥的"Microsoft ignite 2024"开发者大会上投下了一颗重磅炸弹 - 全面推出商用AI Agent生态系统。这就像是给现在死气沉沉的AI圈注入了一剂强心针，让AI助手从实验室走向了真实的商业世界。
    
			    
		
    
	
    

    
		
    
			
		
    

    
	
    
		
    
			
    
				
					
    在 Azure 上部署 DeepSeek 并集成 Open WebUI
    
				    
			
    
			
    
				
    
					雪峰的专栏
				
    
				
    
					02-12
					
					1396
					
				
    
			
    
		
    
		
    
			
				
    DeepSeek 是杭州深度求索人工智能基础技术研究有限公司发布的开源大模型，最近是持续火爆，使得官方服务经常不可用。网上各种本地部署和私有部署的文章已经很多，这里我们提供一个全部基于 Azure 的私有部署方案。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    [轻松掌握Azure ML：从搭建到部署的完整指南]
    
				    
			
    
			
    
				
    
					sjufgwgfhoia的博客
				
    
				
    
					10-02
					
					552
					
				
    
			
    
		
    
		
    
			
				
    Azure ML 提供了完整的机器学习生命周期管理功能，包括数据准备、模型训练、评估和部署。它的在线端点功能允许开发者轻松地将机器学习模型部署到云端，并通过 REST API 进行访问。Azure ML 提供了强大的工具来操作和管理机器学习模型。Azure 官方文档LangChain API 参考文档Azure AI Studio 教程。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    从零开始：H20服务器上DeepSeek R1 671B大模型部署与压力测试全攻略
    
				    
			
    
			
    
				
    
					wangli的博客
				
    
				
    
					03-02
					
					1万+
					
				
    
			
    
		
    
		
    
			
				
    最近，我有幸在工作中接触到了DeepSeek R1 671B模型，这是目前中文开源领域参数量最大的高质量模型之一。DeepSeek团队在2024年推出的这款模型，以其惊人的6710亿参数量和出色的推理性能，引起了业界广泛关注。作为一名AI基础设施工程师，我有机会在H20服务器上部署这个庞然大物，并对其进行了全面的压力测试。这篇文章将详细记录我的部署过程和性能测试方法，希望能为大家提供一些参考。💡为什么选择DeepSeek R1？超大规模参数量（671B）优秀的中英文理解能力开源可商用的许可证。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    Deepseek教程外加671B 满血版
    
				    
			
    
			
    
				
    
					qq_37935324的博客
				
    
				
    
					02-09
					
					8775
					
				
    
			
    
		
    
		
    
			
				
    Linux (推荐 Ubuntu 20.04+)，Windows需WSL2。GPU：至少2张 A100 80G（需NVLink）或更高配置。：参数量减少的轻量版，资源需求低，适合普通GPU或CPU部署。GPU：单卡 RTX 3090/4090（24G显存）或更低。：完整参数模型，需高性能硬件，适合追求极致效果的用户。存储：1TB+ SSD（模型文件约600GB）。法律合规：遵守数据隐私法规，避免处理敏感信息。存储：100GB+ SSD（依版本而定）。内存：64GB+ RAM。内存：32GB RAM。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    Azure AI Foundry部署DeepSeek R1&Dify联调
    
				    
			
    
			
    
				
    
					Mr_YangYang8的博客
				
    
				
    
					02-05
					
					1779
					
				
    
			
    
		
    
		
    
			
				
    最近，DeepSeek席卷全球，各大云厂商及硬件提供商纷纷加入。Azure也紧跟时事，目前在AI Foundary上已可以快速部署DeepSeek serverless。以上就是如何在Azure上部署DeepSeek以及如何在dify中配置相关参数并完成调用。1.目前测试结果来看，可能因为dify暂时还未适配deepseek r1的输出格式，导致思考过程和答案同一格式输出，期待后续优化。2.从这里也能看出，R1的输出token=推理思维链+最终答案。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    私有化部署DeepSeek-R1 671B，公司内部团队使用
    
				    
			
    
			
    
				
    
					spy17642913947的博客
				
    
				
    
					02-10
					
					7976
					
				
    
			
    
		
    
		
    
			
				
    环境搭建与验证通过对硬件、操作系统与 Python 环境的确认，保证了运行环境的可靠性；使用 Ollama 进行统一管理，并结合 AnythingLLM 提供可视化交互界面。模型下载与部署测试顺利地加载 DeepSeek-R1 671B 预训练模型；进行了基础功能、性能与安全性测试，并取得预期结果。正式上线与持续维护机制构建了上线流程、监控告警系统、与后续的扩容和优化思路；为未来模型微调、分布式扩展等高阶需求预留空间。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    Azure OpenAI 可以填写deepseek 地址吗
    
					
    最新发布
    
				    
			
    
			
    
				
    
					03-21
				
    
			
    
		
    
		
    
			
				
    然而，可以通过 Azure AI Foundry 来部署 DeepSeek 模型[^1]。这意味着用户需要采取自定义的方式，在 Azure 的基础设施上手动完成模型的上传、配置以及后续的服务化工作。  以下是关于如何利用 Azure 基础设施实现这...
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    完整的671B R1塞进本地，详尽教程来了！
    
				    
			
    
			
    
				
    
					Datawhale
				
    
				
    
					02-03
					
					1420
					
				
    
			
    
		
    
		
    
			
				
    Datawhale干货作者：李锡涵，编译：机器之心本文作者：李锡涵（Xihan Li）作者简介：伦敦大学学院（UCL）计算机系博士研究生，谷歌开发者专家，主要研究方向为学习优化，在 NeurIPS、ICLR、AAMAS、CIKM 等会议发表过学术论文，Circuit Transformer 作者，图书《简明的 TensorFlow 2》（https://tf.wiki）作者过年这几天，Deep...
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    极客说｜Azure AI Agent Service 结合 AutoGen/Semantic Kernel 构建多智能体解决⽅案
    
				    
			
    
			
    
				
    
					微软技术栈
				
    
				
    
					01-13
					
					1203
					
				
    
			
    
		
    
		
    
			
				
    Azure AI Agent Service 更多是对特定智能任务的单 Agent 进⾏定义，比如你可以定义⼀个数据挖掘的智能体，也可以定义⼀个链接 Azure Function 的智能体，更可以利⽤ Function Calling 接入第三⽅邮件发送服务的智能体等。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    完整的671B DeepSeek R1本地部署，详尽教程来了！
    
				    
			
    
			
    
				
    
					嘴巴吃糖了
				
    
				
    
					02-06
					
					8185
					
				
    
			
    
		
    
		
    
			
				
    过年这几天，DeepSeek 算是彻底破圈了，火遍大江南北，火到人尽皆知。虽然网络版和 APP 版已经足够好用，但把模型部署到本地，才能真正实现独家定制，让 DeepSeek R1 的深度思考「以你为主，为你所用」。

然而，完整的 671B MoE 模型也可以通过针对性的量化技术压缩体积，从而大幅降低本地部署门槛，乃至在消费级硬件（如单台 Mac Studio）上运行。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    消费级 PC 本地部署 DeepSeek-R1满血版 (671B)指南
    
					
    热门推荐
    
				    
			
    
			
    
				
    
					MnivL的博客
				
    
				
    
					02-07
					
					2万+
					
				
    
			
    
		
    
		
    
			
				
    当多数人还在惊叹 DeepSeek 破圈时，技术达人已在悄悄行动。你敢想象在普通消费级 PC 上，成功部署运行 DeepSeek-R1 671B 吗？这不再是天方夜谭。本文将带你深入探索这一技术奇迹，从模型选择、硬件需求剖析，到详细的部署步骤讲解，还有实测效果大揭秘。无论你是 AI 小白还是技术大神，都能从中找到乐趣与启发
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    一款集成300+AI模型的神器，让你的效率翻倍
    
				    
			
    
			
    
				
    
					dntkorg的博客
				
    
				
    
					12-30
					
					1397
					
				
    
			
    
		
    
		
    
			
				
    在模型管理方面，新版Cherry Studio在模型编辑界面增加了模型ID显示功能，并在模型选择按钮中加入了服务商信息，使用户能够更清晰地了解所使用的模型来源。同时，开发团队还修复了多个已知问题，包括话题移动到不同助手后搜索结果无法定位的问题，以及输出包含sub时显示异常的问题，进一步提升了软件的稳定性和使用体验。它不仅汇聚了超过300个大型语言模型，还配备了30多个针对不同行业定制的AI助手，通过简洁直观的界面，帮助用户轻松调用多样化的AI功能。
    
			    
		
    
	
    

    

    
	
    
		
    
			
    
				
					
    使用 Azure AI 完成自动化机器学习
    
				    
			
    
			
    
				
    
					dotNET跨平台
				
    
				
    
					10-15
					
					148
					
				
    
			
    
		
    
		
    
			
				
    Azure AI 提供了强大的定制化功能，可以根据业务需求对模型进行微调。通过 Azure Machine Learning 平台，用户可以自定义训练自己的机器学习模型，并通过 Azure AI 平台的基础设施进行部署和扩展。这样，开发者不仅可以使用预构建的模型，还可以根据实际场景进行调整。创建工作区使用时，首先新建工作区。在开始时会有免费订阅供使用，用户可以随意命名工作区。创建完成后，系统会生成...
    
			    
		
    
	
    

    
              
    

    

          
    



        
    

    
    

    


    
    

    

      
    
      
    
        
      
    
      
    

    

    
	
    
		评论	
	
    
	
	

    

    
  
    
    
    
      添加红包
      
    
    
    
    
      
    
        
        
    
          
          
        
    
        
    请填写红包祝福语或标题
    
      
    
      
    
        
        
    
          
          个
        
    
        
    红包个数最小为10个
    
      
    
      
    
        
        
    
          
          元
        
    
        
    红包金额最低5元
    
      
    
      
    
        
        
    
          当前余额3.43元
          前往充值 >
        
    
      
    
      
    
        
    
          需支付：10.00元
        
    
        
        
      
    
    
    
  
    

    

    
  
    
    
    
  
    
  
    
    
    
  
    

    

    


    
  
    
    
    
      
    
        
    
          
    
            
            
    成就一亿技术人!
    
          
    
          
    
        
    
        
    
          
    
          
    
            领取后你会自动成为博主和红包主的粉丝
            规则
          
    
        
    
      
    
      
    
        
    
          
    
            
              
            
            
    
              
    hope_wisdom
     发出的红包
            
    
          
    
        
    
        
    
          
    
          
    
          
    
        
    
      
    
    
    
    
    
  
    

    
      
      
    
      
    实付元
    
      
    使用余额支付
    
      
    
        
    
          
    
            
            点击重新获取
          
    
        
    
        
    扫码支付
    
      
    
      
    
        
          
            
          
          
        
      
    
      
    
        
        钱包余额
          0
          
    
            
            
    
              
    
                
    抵扣说明：
    
                
     1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
     2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。
    
              
    
            
    
          
    
      
    
      余额充值