我Macbook本地跑Deepseek r1 32b模型，基本可用，AI回答速度体感上比DS官方app慢一倍（非精确测试）。我配置是M4 pro芯片（14核中央+20核图形处理器），48G内存。

跑14b很流畅。因此推测Mac M1之后的芯片跑14b没什么问题。

70b模型本来想挑战一下，但一直没有成功下载。😓

回家之后打算测一下n卡的运行怎么样。

本地简单部署的缺陷是无法使用deepseek的联网搜索功能，并且电脑配置不够好的话，也达不到官方app的智能水平。deepseek官方版默认是70b大模型，本地部署民用级别上限差不多是70b（蒸馏版本），并且我推测我Mac跑70b会非常吃力。671b的超级版不知道得多少块4090才能带起来，成本太高了。

结论：轻度用户，可以优先使用deepseek官方app或者api。如果官方服务不稳定，可以考虑本地部署，推荐优先尝试14b。

相信不久之后各路大佬会把deepseek玩出花。👍

deepseek的部署流程虽然很简单，我在小红书发了个教学笔记，还是有很多赞/藏。然后发完笔记就kuakua往下掉粉，很难评。🤣🤣🤣

OpenAI 承认 DeepSeek 是独立发现而非复现
OpenAI 大方承认了 R1 不是复现而是独立发现
恭喜 DeepSeek 制作出 o1 级推理模型！他们的研究论文表明，他们独立发现了我们在实现 o1 的过程中发现的一些核心思想。

那可不是吗，你们也没公布这些核心思想…

DeepSeek称得上是算法界的“珍珠港事件”了。他牛掰就牛掰在于，给 AI 行业指出了一条除了拼芯片数量外提升算力的新路子——用数学搭建起一座座高效的算法框架！

打个比方，OpenAI就像是那些古代建金字塔的大佬，得一块儿一块儿地搬砖，谁砖多，谁就能盖得高。

但DeepSeek，它就是那个发明了钢筋混凝土的天才！有了这玩意儿，它就能用很少的砖，轻松盖起高楼大厦！更绝的是，DeepSeek还把这项技术，更确切的说是这种思维模式给开源了！那么现在怎么部署本地，就是给大家的机会了！

我也是刚刚看完破站upNathMath针对R1本地部署推理模型给了保姆级的教程示范的视频，真的我觉得这种学习类还得去破站，直接把无惧断网威胁，大家关心的调参和隐私威胁问题，教程里讲的清清楚楚！而且up超级有耐心，我目前见过最全的教程视频了！

最后，保护咱们国产的优秀 AI 项目，极客老哥们一起给 Deepseek开源社区贡献哈！