DeepSeek-R1 TPS kalkulátor
Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..
Vypočteno pro tento model
818 karty, které máme specifikace pro
Které GPU mohou spustit DeepSeek-R1?
Nastavte vstupy, přečtěte si odpověď
Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..
Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.
0 karty odpovídají
Vypočítávání| Potřebuje | Kvantisace | Pohodlné | |||||
|---|---|---|---|---|---|---|---|
|
Žádná GPU karta v našem katalogu nemůže spustit tento model s těmito nastaveními.. |
|||||||
Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- DeepSeek
- Typ organizace
- Industry
- Země
- China
- Publikováno
- 20 January 2025
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation, Code generation, Quantitative reasoning, Question answering
- Základní model
- DeepSeek-V3
- Číselný formát
- FP8
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 671B
- Výcviková data
- 14,800,000,000,000 tokens
671B total 37B activated https://github.com/deepseek-ai/DeepSeek-R1/tree/main
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 3.5 × 10²⁴ FLOP
- Jak bylo ustanoveno
- Operation counting
- Ladění výpočtů
- 1.8 × 10²³ FLOP
3.29e24 + 1.8e23 = 3.47e24, round to 3.5e24 due to lack of sigfigs
H800 throughput is 1.5e15 FLOPs, and implied MFU is 23% 147k H800 GPU-hours is 147k * 3600 s/hr * 1.5e15 * 0.23 = 1.83e23 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Náklady na výpočet
- $6,770,000
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
- Tréninkový kód
- Unreleased
- Hugging Face
- deepseek-ai
MIT licensed https://huggingface.co/deepseek-ai/DeepSeek-R1
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Pravděpodobně nad 10²³ FLOP
- Yes
- Proč je to sledováno
- Training cost,SOTA improvement
- Záznam důvěry
- Confident
Best score on SuperCLUE Math6o in Jan 2025 https://www.superclueai.com/
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
- Nap poslední aktualizace
- 20 January 2026
Co čísla znamenají
Co je potřeba k provozování tohoto modelu
DeepSeek-R1 dosahuje počtu parametrů 671B. To je nad rámec toho, co jakákoliv jednotlivá GPU karta pojme. Spuštění znamená buď rozdělení na několik karet, nebo pronájem hardwaru určeného k této práci, a každá karta schopná to unést samostatně je součástí datacentra. Počet, který může: 0.
Odkud to přišlo
DeepSeek-R1 byl zveřejněn DeepSeek, v zemi zaznamenané jako China, během January 2025. Kategorie, do které vydavatel spadá, je industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Code generation, Quantitative reasoning, Question answering.
Staví na DeepSeek-V3. To je důvod, proč sdílí obecný tvar a velikost základního modelu.
Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou. Na Hugging Face je publikováno pod organizací deepseek-ai.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 3.5 × 10²⁴ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Trénink spotřeboval korpus kolem 14,800,000,000,000 tokeny textu
Jeho kritérium zahrnutí: training cost,SOTA improvement.
Krok za krokem
Jak vybrat GPU pro DeepSeek-R1
Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.
-
01
Začněte od sloupce paměti
Každá KARTA zde byla zkontrolována proti DeepSeek-R1. Kapacita je brána — karta buď ji má, nebo ne.
-
02
Rozhodněte, jak dlouho vaše konverzace běží
Konverzace také zabírá MEMORY a roste, jak pokračuje. Nastavte posuvník na délku, kterou očekáváte, protože při dlouhém CONTEXT může být KARTA, která snadno zvládá krátké dotazy, odmítnuta. DeepSeek-R1.
-
03
Vyberte, jak moc to budete komprimovat.
Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti.. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
-
04
Třídit podle rychlosti
Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro DeepSeek-R1. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti.
-
05
Přečtěte si poslední sloupec fit
Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě DeepSeek-R1. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
-
06
Podívejte se, co dalšího ta karta spouští
Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. DeepSeek-R1.
Odpovědi
DeepSeek-R1 — běžné otázky
DeepSeek-R1— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 3.5 × 10²⁴ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
DeepSeek-R1— Mohu to spustit, pokud se to nevejde do mé GPU?
Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 147.5 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.
DeepSeek-R1— Běhalo by to rychleji na dvou GPU?
Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 0. Takže druhá karta je tu zřídka odpovědí.
DeepSeek-R1— proč se kvantizace liší mezi kartami?
Každá KARTA je zobrazena, jak běží nejméně komprimovaná kopie, kterou může udržet. Počet různých úrovní komprese napříč KARTAMI, které ji vejít: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.
DeepSeek-R1— Jak přesné jsou tyto odhady rychlosti?
Každé číslo je odvozeno od šířky pásma VRAM a velikosti modelu, není benchmarkováno, což je důvod, proč je každé publikováno jako rozsah spíše než jako jediné číslo. Jeden příklad: rozsah pod každou hodnotou Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.
DeepSeek-R1— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
DeepSeek-R1— kolik má parametrů?
Má počet parametrů 671B. 671B total 37B activated https://github.com/deepseek-ai/DeepSeek-R1/tree/main. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
DeepSeek-R1— Kdo to vytvořil?
Bylo to publikováno společností DeepSeek, zakládající se na China, organizace zařazená jako industry.
DeepSeek-R1— Kdy byl vydán?
Bylo to zveřejněno v January 2025.
DeepSeek-R1— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Code generation, Quantitative reasoning, Question answering. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
DeepSeek-R1— kde si to mohu stáhnout?
Jeho váhy jsou publikovány na Hugging Face, pod organizací deepseek-ai. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.