为了对抗大家在本地部署DeepSeek，众多云商都拿出了免费体验的服务模型，比如腾讯云：
https://ide.cloud.tencent.com/dashboard/gpu-workspace?fromSource=gwzcw.9299775.9299775.9299775
资源给的也是非常丰富，最高可以给到64核CPU+128 GB内存，不过都是没有GPU的实例规格，官方宣称适合高精度任务，如复杂推理、大规模知识库问答、专业领域内容生成和研究级应用。至于带GPU的免费版，无法选中！
如果选择64核CPU+128 GB内存这个规格，还可以用1563分钟，创建一个给大家简单演示一下。
下方就是Linux的终端，检查一下系统配置。
真厚道啊，说是64核，实际上CPU是128核的AMD EPYC 9754 128-Core Processor，主频2.2 GHz，跟我的服务器差不多。
内存是128 GB，跟宣传的一样，系统是Ubuntu 24.04.2 LTS。貌似比我的服务器也没高多少，那就还拿之前的问题试一下（一个小游戏里的数学问题，难倒了所有的人工智能：ChatGPT、DeepSeek、豆包、通义千问、文心一言）。
输出速度跟我的服务器差不多，大概每秒10-20个字。
运行过程中，内存占用大概23 GB，比待机的1.8 GB大概多了21 GB，CPU占用大约为44 核，貌似都差不多啊。
思考过程也快，大概一分钟；看结果也是简单粗暴，跟之前的通义千问差不多，就是说问题太难了（一个小游戏里的数学问题，难倒了所有的人工智能：ChatGPT、DeepSeek、豆包、通义千问、文心一言）。
那如果本地用GPU来部署会更快吗？
参考上次的教程（离线文件分享了，快来抄作业，本地部署一个DeepSeek个人小助理），我们使用4070试一下（PyTorch深度学习指南之：如何用深度学习工具获得一台4070游戏本）。
现在网盘中有1.5b、7b和8b三个版本，我电脑上还有一个14b，但是8 GB的显存估计也跑不起来，先用8b版本测试一下。
仅用时3分钟就完成了3个模型的导入！
查看模型文件路径，可以看到导入时文件又被复制成了sha256格式名称的文件。
运行一下8b模型，输出速度跟官网有一拼，每秒大概有2-4行，相比128核的服务器也快了几十倍不止，输出长度也更长。
运行时大概占用了9%的CPU、不到1 GB的内存和全部GPU。
查看GPU的显存占用，大概6 GB。
本次回答消耗了9158个token，但是输出结果有点意外，他只是给出了一个可能的结果示例。
再试着换14b模型跑一下，输出速度明显大幅下降，原来是GPU显存资源不够用，跑到了CPU上面，毕竟我们之前测试14b版本需要将近11 GB的显存（帮你省20块！仅需2条命令即可通过Ollama本地部署DeepSeek-R1模型）。
电脑的CPU已经跑慢，ollama的CPU利用率达到了93 %，占用了 4 GB内存，但是GPU还占了28.9 %，确实有6.5 GB的显存占用。
估计是CPU性能不够，深度思考过程都没跑起来。
至于这个token怎么计算的我没想明白，为啥1万多个token的输出比不到1万的少那么多？
不管怎么说，还是要用GPU才能更快，即使是低配的4070也能轻松打败128核的CPU，到底要不要本地部署，你怎么看呢？
后台回复“deepseek”获取本地部署用到的模型文件分享链接。
***推荐阅读***
帮你省20块！仅需2条命令即可通过Ollama本地部署DeepSeek-R1模型
成了！Tesla M4+Windows 10 + Anaconda + CUDA 11.8 + cuDNN + Python 3.11
一个小游戏里的数学问题，难倒了所有的人工智能：ChatGPT、DeepSeek、豆包、通义千问、文心一言
离线文件分享了，快来抄作业，本地部署一个DeepSeek个人小助理
Ubuntu使用Tesla P4配置Anaconda+CUDA+PyTorch
Zabbix实战第一步：完成在Ubuntu Server的安装部署
没有图形界面，如何快速部署一个Ubuntu 24.10的Server虚拟机
清华大模型ChatGLM3在本地Tesla P40上也运行起来了
扫一扫
7092
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
