DeepSeek R1 — DeepSeek 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
开源世界的最新轰动之作。DeepSeek R1采用混合专家架构（MoE），在推理和编程任务上媲美顶级专有模型。以出众的逻辑和数学能力著称。
变体
DeepSeek R1 最小的变体在 Q4_K_M 下约需 6 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| DeepSeek R1 Distill Llama 8B → 8B | ~5.6 GB | 128,000 | ollama run deepseek-r1:8b | |
| DeepSeek R1 Distill Qwen 32B → 32B | ~20.1 GB | 128,000 | ollama run deepseek-r1:32b | |
| DeepSeek R1 Distill Qwen 14B → 14B | ~9.3 GB | 128,000 | ollama run deepseek-r1:14b | |
| DeepSeek R1 (671B) → 671B | ~405.9 GB | 128,000 | ollama run deepseek-r1:671b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 DeepSeek R1
安装 Ollama，然后拉取标签。
ollama run deepseek-r1:8b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: DeepSeek R1 Distill Llama 8B, DeepSeek R1 Distill Qwen 32B, DeepSeek R1 Distill Qwen 14B, DeepSeek R1 (671B)推荐 GPU
目录中能在本地运行 DeepSeek R1（至少 6 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 DeepSeek R1 吗？
- DeepSeek-R1-Distill-Qwen-14B 在 AMD Radeon RX 7800 XT 上
- DeepSeek-R1-Distill-Qwen-14B 在 AMD Radeon RX 7900 XT 上
- DeepSeek-R1-Distill-Qwen-32B 在 AMD Radeon RX 7900 XTX 上
- DeepSeek-R1-Distill-Qwen-14B 在 AMD Radeon RX 9060 XT 16GB 上
- DeepSeek-R1-Distill-Llama-8B 在 AMD Radeon RX 9060 XT 8GB 上
- DeepSeek-R1-Distill-Qwen-14B 在 AMD Radeon RX 9070 上
- DeepSeek-R1-Distill-Qwen-14B 在 AMD Radeon RX 9070 XT 上
- DeepSeek-R1-Distill-Qwen-14B 在 Apple M1 上
- DeepSeek-R1-Distill-Qwen-32B 在 Apple M1 Pro 上
- DeepSeek-R1-Distill-Qwen-32B 在 Apple M2 Pro 上
- DeepSeek-R1-Distill-Qwen-32B 在 Apple M3 Pro 上
- DeepSeek-R1-Distill-Qwen-32B 在 Apple M4 上
- DeepSeek-R1-Distill-Qwen-32B 在 Apple M5 上
- DeepSeek-R1-Distill-Llama-8B 在 Intel Arc B570 上
- DeepSeek-R1-Distill-Qwen-14B 在 Intel Arc B580 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 3060 (12GB) 上
- DeepSeek-R1-Distill-Llama-8B 在 NVIDIA GeForce RTX 3070 上
- DeepSeek-R1-Distill-Llama-8B 在 NVIDIA GeForce RTX 3070 Ti 上
- DeepSeek-R1-Distill-Llama-8B 在 NVIDIA GeForce RTX 3080 (10GB) 上
- DeepSeek-R1-Distill-Qwen-32B 在 NVIDIA GeForce RTX 3090 上
- DeepSeek-R1-Distill-Llama-8B 在 NVIDIA GeForce RTX 4060 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 4070 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 4070 Super 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 4070 Ti 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 4070 Ti Super 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 4080 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 4080 Super 上
- DeepSeek-R1-Distill-Qwen-32B 在 NVIDIA GeForce RTX 4090 上
- DeepSeek-R1-Distill-Llama-8B 在 NVIDIA GeForce RTX 5060 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- DeepSeek-R1-Distill-Llama-8B 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 5070 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 5070 Ti 上
- DeepSeek-R1-Distill-Qwen-14B 在 NVIDIA GeForce RTX 5080 上
- DeepSeek-R1-Distill-Qwen-32B 在 NVIDIA GeForce RTX 5090 上
- DeepSeek-R1-Distill-Qwen-32B 在 NVIDIA L40S 上
- DeepSeek-R1-Distill-Qwen-32B 在 NVIDIA RTX 6000 Ada Generation 上
DeepSeek R1 — 常见问题
How much VRAM does DeepSeek R1 need?
DeepSeek R1 needs about 6 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: DeepSeek R1 Distill Llama 8B (6 GB, Q4_K_M); DeepSeek R1 Distill Qwen 32B (20 GB, Q4_K_M); DeepSeek R1 Distill Qwen 14B (9 GB, Q4_K_M); DeepSeek R1 (671B) (406 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run DeepSeek R1 on an RTX 4090 (24 GB)?
Yes — DeepSeek R1 runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.
What quantization should I use for DeepSeek R1?
Q4_K_M is the best balance of quality and VRAM for DeepSeek R1 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run DeepSeek R1 with Ollama?
Install Ollama, then run: ollama run deepseek-r1:8b. This downloads DeepSeek R1 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.