DeepSeek-Prover-V2-671B kalkulator TPS

Otwórz wagi DeepSeek 671B parametry April 2025

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

0 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Które GPU mogą uruchomić DeepSeek-Prover-V2-671B?

Ustaw wejścia, odczytaj odpowiedź.

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

0 karty pasują

Obliczanie
potrzeby Kwantyzacja Pasuje

Żaden KARTA w naszym katalogu nie może uruchomić tego modelu z tymi ustawieniami..

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja
DeepSeek
Typ organizacji
Industry
Kraj
China
Opublikowany
30 April 2025
Autorzy
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

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena
Language
Zadanie
Language modeling/generation, Question answering, Quantitative reasoning, Mathematical reasoning
Model bazowy
DeepSeek-V3

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry
671B

671B

Dane treningowe
tokens

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi
Open — downloadable
Dostęp do modelu
Open weights (restricted use)
Kod treningowy
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

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Prawdopodobnie powyżej 10²³ FLOP
Yes
Zapisz pewność
Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
Ostatnio zaktualizowane
28 November 2025

Co oznaczają liczby

Co potrzebujesz, aby go uruchomić

DeepSeek-Prover-V2-671B osiąga liczbę parametrów równą 671B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 0.

Tło

DeepSeek-Prover-V2-671B został opublikowany przez DeepSeek, w kraju zapisanym jako China, podczas April 2025. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Quantitative reasoning, Mathematical reasoning.

Zamiast być trenowanym od podstaw, pochodzi z DeepSeek-V3. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.

Opublikowane wagi oznaczają, że model działa na twojej maszynie, a nie na czyjejś, co sprawia, że poniższe pytanie dotyczące sprzętu jest w ogóle możliwe do odpowiedzi. Na Hugging Face jest opublikowane pod organizacją deepseek-ai.

Krok po kroku

Jak wybrać GPU do DeepSeek-Prover-V2-671B

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

  1. 01

    Sprawdź, co potrzebuje przed wszystkim innym.

    Każda karta tutaj została sprawdzona pod kątem DeepSeek-Prover-V2-671B. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.

  2. 02

    Zdecyduj, jak długo trwają twoje rozmowy

    Rozmowa zajmuje pamięć również, i rośnie w miarę trwania. Ustaw suwak na długość, której się spodziewasz, ponieważ przy długim kontekście karta, która łatwo obsługuje krótkie pytania, może zostać odrzucona przez DeepSeek-Prover-V2-671B.

  3. 03

    Ustal minimalną jakość

    Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić.. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.

  4. 04

    Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

    Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla DeepSeek-Prover-V2-671B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci.

  5. 05

    Przeczytaj kolumnę dopasowania jako ostatnią

    Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku DeepSeek-Prover-V2-671B. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.

  6. 06

    Otwórz kartę, na którą się zdecydowałeś

    Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza DeepSeek-Prover-V2-671B.

Odpowiedzi

DeepSeek-Prover-V2-671B — częste pytania

01

DeepSeek-Prover-V2-671B— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

02

DeepSeek-Prover-V2-671B— ile ma parametrów?

Ma liczbę parametrów równą 671B. 671B. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

03

DeepSeek-Prover-V2-671B— kto to stworzył?

Zostało opublikowane przez DeepSeek, oparty na China, organizacja sklasyfikowana jako industry.

04

DeepSeek-Prover-V2-671B— kiedy to zostało wydane?

Zostało opublikowane w April 2025.

05

DeepSeek-Prover-V2-671B— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Quantitative reasoning, Mathematical reasoning. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

06

DeepSeek-Prover-V2-671B— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją deepseek-ai. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

07

DeepSeek-Prover-V2-671B— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 147.5 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

08

DeepSeek-Prover-V2-671B— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 0. Więc druga karta rzadko jest odpowiedzią tutaj.

09

DeepSeek-Prover-V2-671B— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 1. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

10

DeepSeek-Prover-V2-671B— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: zakres poniżej każdej liczby Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI