DeepSeek 是目前最火的应用，日常写作、翻译、问答都能轻松搞定，独特的深度思考模式加上联网搜索，在编程、解题、文献解读等复杂任务中也游刃有余，推理思考能力一绝。春节前夕，中国人工智能企业深度求索（DeepSeek）发布其开源模型 DeepSeek R1，用较低的成本达到了接近于 OpenAI 开发的 GPT-o1 模型的性能。短短几天内，DeepSeek 便登顶中美两区苹果应用市场免费榜榜单。

春节期间很多人已经体验了 DeepSeek，手机端可以在应用商店下载使用，或者打开 https://chat.deepseek.com 网页注册账号后直接免费使用，打开“深度思考”模式，即可调用最新版 DeepSeek-R1 完成各类推理任务。

不过，DeepSeek 官网因为某些众所周知的原因，经常宕机不可用，我们可以自己在本地部署 DeepSeek R1 来解决这个问题，无需依赖云端服务。

但本地部署 deepseek-r1 大模型对硬件的要求还是挺高的，特别是满血 671b 参数版本。

其中，最强悍的 671B 版本部署需要极高的硬件配置：64 核以上的服务器集群、512GB 以上的内存、300GB 以上的硬盘以及多节点分布式训练（如 8x A100/H100），还需高功率电源（1000W+）和散热系统。

下表也说明了各个版本的特点及适用场景：

不同模型版本对应的需求如下：

小型模型

DeepSeek-R1-1.5B

CPU：最低 4 核
内存：8GB+
硬盘：256GB+（模型文件约 1.5-2GB）
显卡：非必需（纯 CPU 推理）
适用场景：本地测试，自己电脑上可以配合 Ollama 轻松跑起来
预计费用：2000～5000，这个版本普通人是能够得着的

中型模型

DeepSeek-R1-7B

CPU：8 核+
内存：16GB+
硬盘：256GB+（模型文件约 4-5GB）
显卡：推荐 8GB+ 显存（如 RTX 3070/4060）。
适用场景：本地开发和测试，可以处理一些中等复杂度的自然语言处理任务，比如文本摘要、翻译、轻量级多轮对话系统等
预计费用：5000～10000，这个版本普通人也行

DeepSeek-R1-8B

CPU：8 核+
内存：16GB+
硬盘：256GB+（模型文件约 4-5GB）
显卡：推荐 8GB+ 显存（如 RTX 3070/4060）
适用场景：适合需要更高精度的轻量级任务，比如代码生成、逻辑推理等
预计费用：5000～10000，这个版本咬咬牙也能上

大型模型

DeepSeek-R1-14B

CPU：12 核+
内存：32GB+
硬盘：256GB+
显卡：16GB+ 显存（如 RTX 4090 或 A5000）
适用场景：适合企业级复杂任务，比如长文本理解与生成
预计费用：20000～30000，这个对 3000 工资的小编来说还是算了

DeepSeek-R1-32B

CPU：16 核+
内存：64GB+
硬盘：256GB+
显卡：24GB+ 显存（如 A100 40GB 或双卡 RTX 3090）。
适用场景：适合高精度专业领域任务，比如多模态任务预处理。这些任务对硬件要求非常高，需要高端的 CPU 和显卡，适合预算充足的企业或研究机构使用
预计费用：40000～100000，算了！

超大型模型

DeepSeek-R1-70B

DeepSeek-R1-70B
CPU：32 核+
内存：128GB+
硬盘：256GB+
显卡：多卡并行（如 2x A100 80GB 或 4x RTX 4090）
适用场景：适合科研机构或大型企业进行高复杂度生成任务
预计费用：40万+，这是老板考虑的，不该我去考虑

DeepSeek-R1-671B

CPU：64 核+
内存：512GB+
硬盘：512GB+
显卡：多节点分布式训练（如 8x A100/H100）
适用场景：适合超大规模 AI 研究或通用人工智能（AGI）探索
预计费用：500万+，这是投资人考虑的，不该我去考虑