DeepSeek 开源模型实战教程:从“是什么”到“自己跑起来”
【摘要】 DeepSeek 开源模型实战教程:从“是什么”到“自己跑起来”适用时间:2026-10-23目标读者:开发者 / 小团队 / 想私有化部署的人结论先说:DeepSeek 不是“源码级全开源”,而是 开放权重(open weights)+ 宽松协议;R1 / V3.1 / V3.2 / V4 系列很多都是 MIT,能下载、能商用、能微调、能私有化。1. DeepSeek 到底“开源”了什么H...
DeepSeek 开源模型实战教程:从“是什么”到“自己跑起来”
适用时间:2026-10-23目标读者:开发者 / 小团队 / 想私有化部署的人结论先说:DeepSeek 不是“源码级全开源”,而是 开放权重(open weights)+ 宽松协议;R1 / V3.1 / V3.2 / V4 系列很多都是 MIT,能下载、能商用、能微调、能私有化。
1. DeepSeek 到底“开源”了什么
Hugging Face 上
deepseek-ai 组织里能下到的东西:|
类别
|
代表模型
|
特点
|
协议
|
|---|---|---|---|
|
推理模型
|
DeepSeek-R1、R1-0528
|
先思考再答,数学/代码/逻辑强
|
MIT
|
|
通用大模型
|
DeepSeek-V3 / V3.1 / V3.2
|
对话、写作、工具调用、长上下文
|
V3 原版用 DeepSeek Model License,V3.1/V3.2 用 MIT
|
|
新一代 MoE
|
V4-Pro(1.6T)、V4-Flash(284B)
|
长上下文、Agent、代码
|
MIT
|
|
蒸馏小模型
|
R1-Distill-Qwen 1.5B/7B/14B/32B、Llama 70B
|
消费级显卡能跑
|
MIT(但 Qwen/Llama 底座还要看原厂协议)
|
|
代码/多模态
|
DeepSeek-Coder、Janus、OCR 系列
|
专项任务
|
老模型多是 DeepSeek Model License
|
重点:
- MIT:可部署、可商用、可微调、可蒸馏、可再分发,保留版权声明即可
- 官方网页/App/API 是“服务”,不算 MIT
- 旧版 V3 Base / Coder-V2 / VL2 是自定义 DeepSeek Model License,有使用场景限制
2. 三种使用方式怎么选
- DeepSeek 官网 / App:零部署,日常用
- DeepSeek API:
base_url=https://api.deepseek.com,OpenAI 兼容,适合做产品原型 - 自己部署权重:数据不出内网、可定制、可批处理——本教程重点
经验法则:低频 / 试错 → 用 API敏感数据 / 高并发 / 要改模型 → 自己部署
3. 硬件档位速查
|
你的机器
|
能跑什么
|
体验
|
|---|---|---|
|
8GB 显存(3060/4060)
|
R1-Distill 7B/8B Q4
|
日常问答够用
|
|
12GB 显存(4070)
|
14B Q4
|
编程/总结不错
|
|
24GB 显存(4090)
|
32B Q4
|
小团队最强性价比
|
|
48–80GB 显存
|
70B Q4 / V4-Flash 量化
|
准生产
|
|
2×A100 80G / H200
|
V4-Flash FP8 / 128K 上下文
|
生产级
|
|
8×H100
|
R1-671B / V4-Pro
|
数据中心玩法
|
R1 满血 671B:Q4 约 400GB,Unsloth 动态量化可压到 ~131GB,但不是普通云主机能舒服跑的。
4. 方案 A:Ollama 一条命令跑起来(最推荐新手)
4.1 安装
Linux / macOS:
curl -fsSL https://ollama.com/install.sh | sh
Windows:官网下载安装包,装完在 PowerShell 里继续。
4.2 跑 DeepSeek-R1 蒸馏版
# 8GB 显卡
ollama run deepseek-r1:7b
# 12GB 显卡
ollama run deepseek-r1:14b
# 24GB 显卡
ollama run deepseek-r1:32b
跑起来后直接聊天。R1 类模型会先输出
【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)