本地部署 DeepSeek 推理模型

DeepSeek 的个别模型开放了权重,其间推理模型采用较为宽松的许可,这让它成为能够私有化部署的选取。

本教程按"要不要部署、硬件够不够、怎么跑起来、怎么安全地用起来"四个问题依次展开。

第一步:查证为什么要本地部署

本地部署不是默认选项,它解决三类问题:数据不能出内网(合规与保密)、调用量一致且巨大(自建更省)、需要离线或深度定制(微调、插件、特殊推理参数)。

当只是个人日常使用或调用量不大,直接用网页版和 API 开放平台更划算。

第二步:评估硬件

评估顺序是:先定模型规模,再定量化精度,末了看显存与内存。经验上,量化后的较小模型能够在消费级显卡上跑起来;模型规模每上一个台阶,显存与内存的需求都会明显上升,超出单卡容量时需要多卡或更低量化精度。

具体数值请以官方模型卡中的解释和你自己的实测为准。

评估项 怎么判断 不够时的做法
算力与带宽 决定首字延迟与吞吐 限制并发、排队调度、分离推理与业务服务
显存 模型权重体积与并发请求数共同决定 降低量化精度、减小上下文长度、多卡切分
内存 需大于权重体积并留出加载余量 改用量化版本或更小的模型规模
磁盘 存放权重与依赖,一般来说是内存的数倍 清理历史版本、改用模型仓库托管

第三步:选取落地路径

路径一:官方仓库加推理框架。面向有工程能力的团队:获得模型权重,按官方仓库解释选取推理框架,调整权重格式与量化方案,再暴露成服务。这种形式可控性最强,也便于后续做微调或二次开发。

路径二:本地桌面工具。面向个人与快速验证:使用社区主流的本地模型跑起来工具,利用模型名称直接拉取并跑起来,几分钟就能得到一个本地对话服务,代价是参数可调项和并发能力有限。

# 路径二的典型流程(命令名以所用工具的官方文档为准) 1. 安装本地运行工具 2. 拉取目标模型权重 3. 先用默认参数跑通一次对话 4. 再按需调整上下文长度、并发数与量化精度 5. 最后开放给内网调用

两条路径的选取标准很不难度高:需要微调、需要自定义推理策略、抑或要长期一致服务于业务,选路径一;只是想验证效果或做个人使用,选路径二。

第四步:服务化与安全

当你的需求是从 API 调用而不是完全离线,API 接入指南里的形式成本低得多,能够先跑通业务再考虑迁移。

常见问题

部署问答

本地部署 DeepSeek 需要什么硬件?

取决于模型规模与量化形式。较小的模型或量化版本能够在消费级显卡上跑起来,更大的模型需要更多显存或多卡组合,一并还要留出足够内存承载权重。具体显存需求请以官方模型卡解释和你自己的实测为准。

本地部署后还需要联网吗?

推理本身不需要联网,模型权重下载完成后即可离线跑起来。只有在使用依赖联网的功能时才需要网络,像是实时检索、下载新的模型版本或获得更新。完全隔离的内网环境需要提前准备好权重文件与依赖包。

相关阅读

接着看这几篇