DeepSeek-Prover-V2-671B calcolatore TPS

Apri i pesi DeepSeek 671B parametri April 2025

Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..

Calcolato per questo modello

0 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Quali GPU possono eseguire DeepSeek-Prover-V2-671B?

Imposta gli input, leggi la risposta

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

0 schede corrispondono

Calcolo
Ha bisogno Quantizzazione Adatto

Nessuna scheda nel nostro catalogo può eseguire questo modello con queste impostazioni..

Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione
DeepSeek
Tipo di organizzazione
Industry
Paese
China
Pubblicato
30 April 2025
Autori
Z.Z. Ren, Zhihong Shao, Junxiao Song, Huajian Xin, Haocheng Wang, Wanjia Zhao, Liyue Zhang, Zhe Fu, Qihao Zhu, Dejian Yang, Z.F. Wu, Zhibin Gou, Shirong Ma, Hongxuan Tang, Yuxuan Liu, Wenjun Gao, Daya Guo, Chong Ruan

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Language
Compito
Language modeling/generation, Question answering, Quantitative reasoning, Mathematical reasoning
Modello di base
DeepSeek-V3

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

parametri
671B

671B

Dati di addestramento
tokens

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi
Open — downloadable
Accesso al modello
Open weights (restricted use)
Codice di addestramento
Unreleased

Deepseek Model License: Deepseek Model License: "DeepSeek reserves the right to restrict (remotely or otherwise) usage of the Model" https://github.com/deepseek-ai/DeepSeek-V3/blob/main/LICENSE-MODEL https://huggingface.co/deepseek-ai/DeepSeek-Prover-V2-671B

Hugging Face
deepseek-ai

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Probabilmente sopra 10²³ FLOP
Yes
Record fiducia
Confident

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Cosa ti serve per eseguirlo

DeepSeek-Prover-V2-671B raggiunge un conteggio di parametri di 671B. Questo è oltre ciò che qualsiasi singola scheda grafica può contenere. Eseguire questo significa o suddividerlo tra più schede o noleggiare hardware progettato per il lavoro, e ogni scheda in grado di contenerlo da sola è un componente da datacenter. Il numero che può: 0.

Sfondo

DeepSeek-Prover-V2-671B è stato pubblicato da DeepSeek, nel paese registrato come China, durante April 2025. La categoria sotto cui rientra l'editore è industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, Quantitative reasoning, Mathematical reasoning.

Invece di essere addestrato da zero, è derivato da DeepSeek-V3. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.

I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile. Su Hugging Face è pubblicato sotto l'organizzazione deepseek-ai.

Passo dopo passo

Come scegliere una GPU per DeepSeek-Prover-V2-671B

La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..

  1. 01

    Controlla cosa serve prima di ogni altra cosa

    Ogni card qui è stata controllata contro DeepSeek-Prover-V2-671B. Quella cifra, non le prestazioni di punta di una CARD, è ciò che decide se può essere eseguita.

  2. 02

    Decidi quanto a lungo durano le tue conversazioni

    La conversazione occupa memoria anche, e cresce man mano che procede. Imposta il cursore sulla lunghezza che ti aspetti, perché con un contesto lungo una CARD che gestisce facilmente domande brevi può essere scartata da DeepSeek-Prover-V2-671B.

  3. 03

    Imposta un pavimento di qualità

    Ogni card esegue la copia meno compressa che può contenere.. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.

  4. 04

    Confronta TOKEN AL SEC, non specifiche.

    Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per DeepSeek-Prover-V2-671B. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria.

  5. 05

    Leggi l'ultima colonna di fit

    Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di DeepSeek-Prover-V2-671B. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.

  6. 06

    Apri la scheda su cui ti sei deciso.

    Ogni pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a DeepSeek-Prover-V2-671B.

Risposte

DeepSeek-Prover-V2-671B — domande comuni

01

DeepSeek-Prover-V2-671B— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

02

DeepSeek-Prover-V2-671B— quanti parametri ha?

Ha un numero di parametri di 671B. 671B. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

03

DeepSeek-Prover-V2-671B— chi l'ha creato?

È stato pubblicato da DeepSeek, basato su China, un'organizzazione categorizzata come industry.

04

DeepSeek-Prover-V2-671B— quando è stato rilasciato?

È stato pubblicato in April 2025.

05

DeepSeek-Prover-V2-671B— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering, Quantitative reasoning, Mathematical reasoning. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

06

DeepSeek-Prover-V2-671B— Dove posso scaricarlo?

I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione deepseek-ai. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.

07

DeepSeek-Prover-V2-671B— posso eseguirlo se non si adatta nella mia GPU?

Parzialmente. I layer che non si adattano si trovano nella memoria di sistema e funzionano a una frazione della velocità, quindi un modello in gran parte scaricato è raramente conveniente da usare. La più vicina mancata che calcoliamo risulta insufficiente di 147.5 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

08

DeepSeek-Prover-V2-671B— due GPU lo farebbero andare più veloce?

Una seconda CARD raddoppia grossolanamente la VRAM disponibile ma non il tasso di generazione. Il numero già in grado di eseguirlo da solo: 0. Quindi una seconda CARD è raramente la risposta qui.

09

DeepSeek-Prover-V2-671B— perché la quantizzazione differisce tra le schede?

Una scheda più grande contiene una copia più accurata. Il numero di livelli di compressione utilizzati tra le schede che lo eseguono: 1. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

10

DeepSeek-Prover-V2-671B— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: la gamma sotto ogni cifra. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.

Tutti i modelli AI