Comme DeepSeek continue d'être populaire, les gens ne sont pas satisfaits de l'utilisation de DeepSeek sur le web et le côté APP, et tentent de localiser DeepSeek.La localisation implique d'installer les grands modèles d'IA de DeepSeek sur les ordinateurs locauxLes journalistes ont recherché des sites Web vidéo et ont constaté que de nombreux utilisateurs ont téléchargé des tutoriels sur la façon de déployer DeepSeek sur des ordinateurs locaux,et beaucoup de vidéos ont été vues plus d'un million de fois.
DeepSeek déclenche un boom de déploiement local
Enseigner aux gens à déployer DeepSeek est également devenu une entreprise.Le journaliste a découvert que de nombreux magasins ont ouvert le commerce local de déploiement DeepSeek, et le prix unitaire de ces services varie de quelques dollars à des dizaines de dollars, et certains de ces services ont récemment été achetés par 1 000 personnes.
Un passionné d'IA qui a essayé de déployer a déclaré aux journalistes que la vitesse de réponse du côté réseau est lente, et quand le trafic est trop grand, il y a souvent "le serveur est occupé,S' il vous plaît essayez à nouveau plus tardPour obtenir une meilleure expérience, il a essayé d'utiliser DeepSeek pour le déploiement local.à travers le tutoriel pas à pas, vous pouvez déployer avec succès.
Zhang Yi, analyste en chef chez IIMedia Consulting, a déclaré aux journalistes: "Le déploiement local aide les individus à apporter des modifications personnalisées à DeepSeek en fonction de leurs besoins,qui est aussi l'une des forces motrices." Zhang Yi a ajouté que les données personnelles dans le déploiement local ne vont pas dans le cloud, ce qui peut répondre aux besoins de confidentialité.
DeepSeek a publié des modèles avec un nombre variable de paramètres, allant d'un milliard de paramètres à 671 milliards de paramètres, et plus les paramètres sont grands,plus les ressources de calcul requises sont élevéesEn raison des ressources informatiques limitées des appareils tels que les ordinateurs personnels et les téléphones mobiles, le modèle DeepSeek de 671 milliards de paramètres ne peut souvent pas être déployé localement."Un ordinateur portable typique ne peut déployer qu'une version de milliards de paramètres, mais un PC avec un bon GPU ou une mémoire élevée (disons 32 Go) peut exécuter une version de 7 milliards de paramètres de DeepSeek. " Les passionnés de technologie IA ont déclaré aux journalistes.
En ce qui concerne l'effet du déploiement local, plus la version des paramètres est petite, pire est la qualité de réponse du grand modèle."J'ai essayé la version de 7 milliards de paramètres de DeepSeek déployée localement, et cela a fonctionné sans heurts, mais la qualité de réponse était bien pire que la version cloud, et l'effet de la version de paramètres plus petits était encore pire. " Les passionnés d'IA ci-dessus ont dit.
Sous la chaleur du déploiement local de DeepSeek, les PCS d'IA qui ajoutent spécifiquement des NPU aux PCS devraient marquer le début d'une croissance des ventes.Lenovo et d'autres marques d'ordinateurs ont lancé un PC à IA, ce nouveau PC est équipé d'un traitement spécialisé de déploiement local de puces de processeur d'informatique d'IA de grand modèle, ces puces de processeur sont fournies par Intel, AMD,Qualcomm et autres usines de puces.
Ces PCS d'IA peuvent être déployés localement et exécuter en douceur des dizaines de milliards de paramètres du grand modèle d'IA, comme ce CES 2025, AMD a lancé les processeurs de la série Ryzen AI max,disant que l'ordinateur peut exécuter 70 milliards de paramètres de l' IA grand modèleCependant, le PC AI équipé de la puce de processeur est cher, et il est entendu que le prix d'un jeu Asus est de près de 15 000 yuans.Certaines personnes ont remis en question le fait de dépenser beaucoup d'argent pour acheter des PCS IA, effectuer le déploiement local de grands modèles d'IA, et réaliser des fonctions qui se chevauchent fortement avec les grands modèles d'IA en nuage, l'IA PC n'est qu'un tour de fabricants.
Les entreprises tentent de déployer DeepSeek localement
En plus des individus qui ouvrent le déploiement local de DeepSeek, les entreprises commencent également à essayer.le fondateur de Timwei Ao, a publié un cercle d'amis sur Wechat: "DeepSeek grand modèle expérience de déploiement de l'ordinateur local succès, importer une base de données de connaissances sur la sécurité des mines de charbon pour les questions et réponses,L'étape suivante est de le combiner avec les opérations de terrain industriel. "
Timviao est une société qui fournit des solutions de gestion industrielle pour l'industrie minière, l'industrie pétrolière et d'autres industries,En utilisant des lunettes de réalité augmentée et des logiciels d'IA pour fournir une observation en temps réel et des conseils pour la maintenanceWang Jiahui a déclaré aux journalistes que seul Tongyi Qian demandait à l'IA un grand modèle pour créer une base de connaissances locale.En vue de DeepSeek meilleure capacité de raisonnement, il envisage l'intégration de DeepSeek et de l'entreprise.
"Sur la base de DeepSeek, nous affinons des paramètres spécifiques ou les développons de manière secondaire pour les adapter aux systèmes informatiques et mettre en œuvre de nouvelles fonctions basées sur les besoins et les données de scénarios industriels spécifiques."Notre objectif est de déployer DeepSeek localement et d'interagir avec les caméras sur le terrain pour mieux identifier les opérations dangereuses sur le site, et de mettre en œuvre des fonctions telles que la détection des dangers cachés et l'inspection de la qualité des produits", a déclaré Wang aux journalistes.
Il estime que l'adoption par les clients industriels du déploiement sur site dépend principalement de la confidentialité des données.Les entreprises d'équipements militaires et médicaux nous demandent souvent de mettre en œuvre des solutions de déploiement locaux car elles ont des exigences élevées en matière de sécurité des donnéesIl a ajouté: "Les scénarios non secrets peuvent utiliser des solutions d'accès au cloud, bien qu'il y ait des retards opérationnels, mais l'impact est faible et le prix de la solution est inférieur".
Pour les déploiements sur site, ces clients ont besoin de serveurs équipés d'une carte 4 ou 8 cartes GPU pour mettre en œuvre les services d'inférence locale DeepSeek."Mes clients choisissent généralement les cartes graphiques Nvidia pour configurer leurs serveurs"Si les clients ont des exigences de configuration domestique, nous achèterons des cartes graphiques GPU domestiques plus chères", a déclaré Wang.
En plus de l'industrie, de plus en plus d'entreprises commencent à déployer DeepSeek localement.recherche dans l'industrieEn outre, des entreprises du secteur médical, de la sécurité des réseaux et d'autres industries ont récemment déployé DeepSeek localement,y compris Wanda Information et Qihoo 360.
Zhang Yi a déclaré aux journalistes que, à mesure que les entreprises élargissent leurs exigences en matière de déploiement localisé, la demande de puissance de calcul de raisonnement domestique augmentera,et les États-Unis interdisent les puces haut de gamme, les sociétés nationales de puissances informatiques à puce ouvriront de plus grandes opportunités.
Les applications d'IA vont exploser
Le PDG de Qualcomm, Cristiano Amon, a déclaré que DeepSeek-R1 est un tournant pour l'industrie de l'IA, le raisonnement de l'IA migrera vers le côté final, l'IA deviendra plus petite, plus efficace et plus personnalisée,et les grands modèles et applications d'IA basés sur des scénarios spécifiques apparaîtrontLe rapport de la China Aviation Securities Research estime que DeepSeek-R1 montre que le déploiement de l'IA de bout en bout deviendra plus inclusif et que l'ère de toutes choses intelligentes s'accélérera.
Les cartes GPU nationales telles que Huawei Centeng, Moore Thread, Bishi Technology et Daywise Core ont été adaptées à DeepSeek;Le nuage de Tencent, Alibaba Cloud, le cloud mobile, Huawei Cloud et d'autres fabricants de cloud ont également achevé l'adaptation avec DeepSeek.L'optimisation de l'adaptation de la puissance de calcul domestique devrait encore réduire le coût de l'inférence.
Comme l'habitude de paiement des applications domestiques n'est pas encore pleinement mûre, la commercialisation des applications d'IA peut être entravée.croit que les États-Unis ont une base de paiement de 10 ou même 20 ans pour les demandes, ce qui est utile pour la commercialisation des applications d'IA, tandis que le marché intérieur sera lent en raison de l'absence d'une telle base.et le calendrier devrait être réduit à moins de six mois.
Votre message doit contenir entre 20 et 3 000 caractères!
