deepseek-r1 7B、14B、32B占用性能测试

最新推荐文章于 2025-04-23 10:25:35 发布
最新推荐文章于 2025-04-23 10:25:35 发布
阅读量1.2k 收藏 4
点赞数 10
分类专栏： deepseek 文章标签： 可用性测试
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_43228963/article/details/145661852
版权

测评机配置

在这里插入图片描述

测试环境

Ollama加载模型
Page Assist进行联网交互

测评的结果

模型是否使用CPU是否使用GPU占用内存测试图
deepseek-r1 8b否是1.5G左右
deepseek-r1 14b是是6G左右
deepseek-r1 32b是是14G左右

PS:14b、32b可能存在一种猜测（
因为，测试机显卡性能有限，所以，模型走了以CPU为主GPU辅助的资源占有方式
8B没有占用CPU可能是因为GPU资源充足
）

deepseek-r1 8b

在这里插入图片描述

deepseek-r1 14b

在这里插入图片描述

deepseek-r1 32b

在这里插入图片描述

【Ai】--- DeepSeek-r1 如何选择适合自己的版本（超详细）
秋知叶i
02-06 8487
在编程的艺术世界里，代码和灵感需要寻找到最佳的交融点，才能打造出令人为之惊叹的作品。而在这座秋知叶i博客的殿堂里，我们将共同追寻这种完美结合，为未来的世界留下属于我们的独特印记。
DeepSeek-R1-Distill-Qwen-7B-Int8-W8A16 量化高精校准
AI天才研究院
02-05 2238
DeepSeek-R1-Distill-Qwen-7B-Int8-W8A16 是一个基于的 Int8 量化的模型。Qwen2.5Int8后训练：在基础模型上进行大规模强化学习我们直接在基础模型上应用强化学习（RL），而不依赖于监督微调（SFT）作为前置步骤。这种方法使模型能够探索用于解决复杂问题的思维链（Chain-of-Thought, CoT），从而开发出 DeepSeek-R1-Zero。
【赞奇实测】DeepSeek 不同 GPU 性能测试一期（4090 VS 5000 Ada VS 5880 Ada）
Xsuperzone的博客
02-13 1904
32B DeepSeek, 选择5000 Ada 4卡机。满血版选择H20 141GB版本。
【科普】DeepSeek-R1 1.5b、7b、8b、14b、32b、70b、671b 都是什么鬼？
最新发布
EnjoyEDU的博客
04-23 2360
你是不是被这些概念绕晕了？如图所示：DeepSeek-R1 模型有好几种规格，比如，后面的，而 b 则是指 “” 的意思，也就是其中，，性能最强，也就是官网部署的版本。这样命名并不是 DeepSeek 的独特之处，其他大模型也都是这样命名的，比如说所以，一个模型的参数量越大，它能处理和生成的内容质量越复杂、越高，也更能满足我们的要求，不过也需要更多的硬件资源来支撑。大家可能会觉得，既然参数量越大模型越聪明，那是不是直接用最大的参数量就完事了？其实，这并不一定，现实中，，得具体问题具体分析。
Ollama本地部署deepseek-r1:8b
weixin_47695827的博客
01-29 7419
6GB显存本地运行deepseek-r1:8b，自定义模型身份。不需要任何客户端的可直接交互chat ui，仅支持ollama本地服务api参数修改`域名端口号`、`下拉选择模型`、`上下文`、`保存配置可清理上下文`、`md格式输出`、`重新回答`、`终止请求`、`导出记录`、`头像更换`操作。最重要的是只有一个`html`文件，拖拽到浏览器就能用。
本地部署deepseek-r1:7b
ljh20040217的博客
02-11 1682
本地部署deepseek-r1:7b
本地部署deepseek-r1:7b模型
Vinca@的博客
02-11 1780
该篇文章能够让你学会本地使用`Ollama`搭建`deepseek-r1:7b`模型，从中你会了解`ollama`简单操作命令，通过该模型写出一个简单的`JavaScript`交互示例，了解该模型的性能消耗和硬件配置要求，最后将本地`deepseek-r1:7b`模型部署到`Chatbox AI`客户端应用中，以及为了照顾小白还有`deepseek API KEY`的配置运用场景，能够让你0基础搭建一个属于自己的AI模型。
DeepSeek-R1技术报告论文
01-25
为了支持研究社区，DeepSeek-R1、DeepSeek-R1-Zero以及六个基于Qwen和Llama蒸馏的密集模型（包括1.5B、7B、8B、14B、32B、70B）被开源。报告中还提供了DeepSeek-R1的基准性能评估结果，这些结果涉及多个平台和任务，...
部署deepseek - r1 模型 14b 32b 70b -- 客户端集成AI生成报告(一)
qq_45773834的博客
02-12 1064
众所周知，deepseek火了一个月了 自己毕设开发的python客户端中，也要集成LLM 因此，需要先部署deepseek - r1 免费 高效
大模型迎来2025开年大作：deepseek-R1与deepseek-R1-Zero
sexy19910923的博客
01-21 3万+
DeepSeek版o1，有消息了。还未正式发布，已在代码基准测试LiveCodeBench霸榜前三，表现与OpenAI o1的中档推理设置相当。 注意了，这不是在DeepSeek官方App已经能试玩的DeepSeek-R1-Lite-Preview（轻量预览版）。
《DeepSeek-R1：使用说明译文》：此文为AI自动翻译
zheng_ruiguo的专栏
01-29 2556
DeepSeek-R1 在数学、代码和推理任务方面的性能可与 OpenAI-o1 相媲美。 为了支持研究社区，我们开源了 DeepSeek-R1-Zero、DeepSeek-R1 以及基于 Llama 和 Qwen 从 DeepSeek-R1 提炼出来的六个密集模型。DeepSeek-R1-Distill-Qwen-32B 在各种基准测试中都优于 OpenAI-o1-mini，为密集模型实现了新的先进结果。
部署本地DeepSeek-r1:7b模型
qq_45529042的博客
01-29 770
最近国产大语言模型deepseek很火，推理能力很强，测试比openai chatgpt还强，还可以本地部署，不用联网，可以离线调用。
DeepSeek在性能测试中的应用：AI驱动的性能优化之旅
武哥的博客
02-15 870
上次我们讨论了DeepSeek在自动化测试中的应用，今天我们继续深入探讨如何使用DeepSeek来进行性能测试。性能测试往往涉及大量数据分析和性能瓶颈诊断，这正是AI的强项。让我们看看如何借助DeepSeek的强大能力，让性能测试变得更智能、更高效。通过这篇文章的学习，相信大家已经掌握了如何使用DeepSeek来增强性能测试。小贴士：不同的负载模式适用于不同的测试目的，稳定负载适合基准测试，峰值负载适合压力测试。下期预告：我们将探讨DeepSeek在代码审查中的应用，让代码质量提升更智能化！
【真实评测】DeepSeek R1多版本性能与负载测试（基于RTX3060+R7 5800+32GB内存实测）
02-10 5624
DeepSeek R1多版本性能与负载测试（基于RTX3060+R7 5800+32GB内存实测）
DeepSeek-R 1.5B、7B、8B、14B、32B、70B、671B 主要区别在于：
热门推荐
SAFE20242034的博客
02-03 4万+
DeepSeek-R1 主要是一个系列的开源大模型，不同版本的。，可以告诉我，我会帮你选择最合适的版本！如果你有更具体的需求，比如。
DeepSeek-V2：性能评估与测试方法
gitblog_02862的博客
01-09 1472
DeepSeek-V2：性能评估与测试方法 DeepSeek-V2-Chat 项目地址: https://gitcode.com/mirrors/deepseek-ai/DeepSeek-V2-Chat ...
DeepSeek V3 两周使用总结
weixin_36965849的博客
01-23 167
2024 年 12 月 26 日，杭州深度求索人工智能基础技术研究有限公司发布 DeepSeek-V3 大模型。官方宣称：（1）基于自研的 MoE 模型和 671B 参数，在 14.8T token 上进行了预训练；（2）多项评测成绩超越了 Qwen2.5 - 72B 和 Llama - 3.1 - 405B 等其他开源模型，在性能上与世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5...
一文带大家了解DeepSeek不同版本 1.5B、7B、14B、32B、70B的含义以及应用场景
liwenxiang629的博客
02-12 2万+
DeepSeek 模型的不同版本（如 1.5B、7B、14B、32B、70B）通常是指模型的参数量，其中“B”代表“Billion”（十亿）。参数量是衡量模型规模和复杂性的重要指标，通常与模型的性能和能力密切相关。以下是这些版本的具体含义和区别。
deepseek-r1 1.5b 7b 8b 14b 32b 70b 671b的区别
01-28
DeepSeek-R1 系列模型提供了多种不同的参数规模，具体包括 1.5B、7B、8B、14B、32B 和 70B 版本。这些不同大小的模型旨在满足多样化的需求，从小型应用到大型复杂任务均有覆盖[^1]。 #### 性能特点分析 - **小型化...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值