DeepSeek
关注
分享
扫一扫
文章平均质量分 69
ProgramHan
俺乃陈塘关第一打工藕！三头六臂都忙成陀螺精了！寅时踩着朝霞遁地宫，卯时还在案牍堆里翻筋斗云。你们凡人说的"日月同辉"？小爷我见到的太阳都是外卖软件里的表情包！（突然掏出手机对准正午阳光咔嚓连拍）看什么看！这可是本太子今日份的补钙KPI！
（忽然掏出火尖枪戳破一沓报表）什么东海龙王的水晶宫，哪有这钢筋水泥的格子间水深！四海龙王的降雨表都比不过老板画的饼大！（从裤兜掏出充电宝插上风火轮）待本太子熬过这九九八十一难项目周期，定要闹他个天宫外卖自由！让那二郎神的哮天犬都给我送快递！（突然压低声音）嘘…其实每天最威风时刻，就是在地铁扶梯上倒着走假装御剑飞行…哎那个安检姐姐别瞪我啊！
展开
-
现在流行的大模型都有哪些，各自都有哪些优缺点，如果选择学习的话，应该学那种大模型本地部署。
**优点**：谷歌推出的原生多模态大模型，能够处理文本、图像等多种类型的数据，实现跨模态的信息理解和生成。- **优点**：百度推出的大模型，拥有庞大的数据资源支持，训练数据丰富多样。- **优点**：OpenAI 的最新模型，具有强大的性能和优秀的语言理解能力。- 如果有特定的行业需求，例如医疗、金融等，需要选择在该行业有较好训练数据和性能的大模型，或者考虑对通用大模型进行针对性的微调。- **缺点**：与之前的版本相比，虽然在性能上有所提升，但仍然可能存在对一些新兴领域和技术的理解不够及时的问题。原创 2025-03-11 08:36:45 · 344 阅读 · 0 评论 -
DeepSeek各版本模型的本地部署硬件配置详解
1. **量化技术**：使用4-bit/8-bit量化可减少30-50%显存占用（尤其适用于14B以上模型）4. **部署工具**：Ollama支持ARM架构（如Mac M系列芯片），vLLM框架提升多卡并发效率。• **科研机构**：70B版本需搭配分布式部署（如4×A100），满血版671B仅建议国家级项目尝试。• **个人/小微企业**：优先选择7B-14B模型 + RTX 4090组合，平衡性能与成本。• **测试环境**：使用量化版模型（如Ollama官方提供的4-bit版本）降低硬件门槛。原创 2025-03-10 16:34:34 · 1398 阅读 · 0 评论 -
手把手教你本地部署DeepSeek：解锁私有化AI的无限可能
本教程将带您开启一段与众不同的AI部署之旅——不同于常规的API调用，我们将深入底层架构，在本地服务器构建完全自主可控的智能中枢。无论是金融行业的合规性要求，还是医疗领域的隐私保护需求，抑或是制造业对实时响应的严苛标准，私有化部署都提供了最优解决方案。第一步：登录ollama网站，下载ollama网站提供，三个版本的，macOS Linux Windows，我这里的版本是windows系统，按照箭头选择下载并安装。然后根据自己电脑下载安装DeepSeek模型，这里选择的是7B模型。总共分为以下几个步骤。原创 2025-02-25 07:15:00 · 589 阅读 · 0 评论