有没有富哥实际部署了 671b 完全体 R1 的来说说跟 llama3.1:405b 的性能有多大进化

官网的就 671 ，直接调 api 就知道差距了

Mac Studio 192G 万万没想到自己也成为性价比之选

本地勉强部署了 14b,别的跑不了。太慢了。完全体硬件要求太高了。

差距非常大，R1 很强，用过 R1 已经不想用其它 API 了

富哥也部署不起，全球能部署的就那么几家

这俩就。。不是一个东西。。。既不在一个年代。也不是一个量级。模型的能力不是只看后面几个 b 。

官网不就是满血版。。。

好奇 671b 满血版需要什么硬件才能跑得动？只满足一个人使用

@cat 1T 内存和双 H100 80G 显卡 五万块钱差不多就够了。

@qxmqh 50 万。

@qxmqh #9 两张卡肯定不够

@cat h200 20GB 4b 六张 h100 应该够 可能要两百多万 404g 好像 这样的话就需要 21 张 H200 em 太贵了

@azhangbing 被 V2EX 自动加了空格后完全看不懂你的断句了…

@cat #13 671b 全量应该是 404G H200 20GB 版本 ，需要 21 张吧 一张你算他 20 万 也要 420 万，实际不止 美国禁令限制到中国的显卡 运过来要花费更多

用 8*3090 跑了 1.58 bit 的 671b 版，跑到 10toks/s ，感觉生成质量基本没有下降

@nagisaushio 是 ollama 的那个么？ https://ollama.com/library/deepseek-r1:671b

@mingtdlb #16 https://unsloth.ai/blog/deepseekr1-dynamic

@nagisaushio 你是用 ollama 还是 llama.cpp 来运行的？
我用了 2.22bit 的版本，llama.cpp ，8 卡 4090 ，跑到 3 token/s 。

@zhongdenny 我是 1.58bit ，llama.cpp ，8 卡 3090 ，10tok/s