DeepSeek-R1 671B (MoE) : matériel et adéquation métier
- Reasoning
- Code
- Long context
Le DeepSeek-R1 complet, inclus pour ancrer le sommet de la catégorie raisonnement. Seules les variantes distillées sont réalistes pour un déploiement local mono-machine. Les chiffres sont des estimations.
- Paramètres
- ~671B (≈37B active, MoE)
- Contexte
- ~128K tokens
- Déploiement
- cloud
- VRAM en 4 bits
- ~400GB
À quoi sert DeepSeek-R1 671B (MoE)
- ▸Raisonnement à la frontière, auto-hébergé à grande échelle
- ▸Analyse de niveau recherche
Meilleurs choix de quantification
Mémoire approximative par quantification (poids + cache KV à contexte modéré). À considérer comme ±.
| Quant. | ~Mémoire | Quand l’utiliser |
|---|---|---|
| Q4_K_M | ~400GB | Meilleur compromis taille/qualité — le choix par défaut habituel pour le service local. |
| Q8_0 | ~700GB | Plus grande fidélité ; ~1,7× la mémoire du 4 bits. |
| FP16 | ~1340GB | Précision complète ; empreinte la plus grande, meilleure qualité. |
Exécuter DeepSeek-R1 671B (MoE) en local
Téléchargez et exécutez avec Ollama, ou récupérez les poids sur Hugging Face.
$ ollama run deepseek-r1:671bdeepseek-ai/DeepSeek-R1Matériel compatible
Appareils de notre catalogue évalués pour DeepSeek-R1 671B (MoE), les plus adaptés d’abord.
- Supermicro 8x H100 SuperServerSupermicro · AI Servers
Tient en Q4_K_M (~400GB) avec ~163.2GB de marge — environ 1 instance simultanée.
Q4_K_M · ~400GBFonctionne bien - Dell PowerEdge XE9680Dell · AI Servers
Tient en Q4_K_M (~400GB) avec ~163.2GB de marge — environ 1 instance simultanée.
Q4_K_M · ~400GBFonctionne bien - AMD Instinct MI300XAMD · Datacenter GPUs
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~169GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé - NVIDIA H200 (141GB)NVIDIA · Datacenter GPUs
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~124.1GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé - Cloud H200 141GB (profile)Cloud · Cloud GPU Profiles
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~124.1GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé - NVIDIA H100 (80GB)NVIDIA · Datacenter GPUs
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~70.4GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé - Cloud H100 80GB (profile)Cloud · Cloud GPU Profiles
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~70.4GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé - HP Z8 Fury G5 WorkstationHP · AI Workstations
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~84.5GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé - Lenovo ThinkStation PX WorkstationLenovo · AI Workstations
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~84.5GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé - Supermicro AI WorkstationSupermicro · AI Workstations
Même la quantification la plus légère (~400GB) dépasse la mémoire utilisable (~84.5GB). Choisissez un modèle plus petit ou montez en gamme de matériel.
Non recommandé
Utilisez-le dans l’AI Business OS
DeepSeek-R1 671B (MoE) convient à ces archétypes d’agent de l’AI Business OS :
Un modèle n’est que le moteur. Dans l’AI Business OS, il est entouré de permissions, d’outils, de connecteurs, de RAG et d’un audit pour accomplir un vrai travail métier en toute sécurité — découvrez comment fonctionne l’AI Business OS →
Questions fréquentes
De quel matériel ai-je besoin pour exécuter DeepSeek-R1 671B (MoE) ?+
En 4 bits, il vous faut environ ~400GB de mémoire utilisable. L’option auto-hébergeable minimale de notre catalogue est la Supermicro 8x H100 SuperServer. Pour une exécution confortable, nous recommandons la Supermicro 8x H100 SuperServer.
Quelle quantification utiliser pour DeepSeek-R1 671B (MoE) ?+
Q4_K_M est le choix par défaut habituel — le meilleur compromis taille/qualité. Passez à Q8_0 ou FP16 si vous avez de la mémoire en réserve et voulez plus de fidélité.
Faut-il exécuter DeepSeek-R1 671B (MoE) en local ou dans le cloud ?+
Pour DeepSeek-R1 671B (MoE), le cloud / l’API est recommandé. Sa taille ou son modèle d’hébergement font du cloud le choix pratique ; associez-le à de plus petits modèles locaux pour le travail privé quotidien.
Autres tailles de la famille DeepSeek
Tous les modèles DeepSeek →Même famille, taille différente. Choisissez la variante adaptée à votre matériel.
Modèles associés
Choix similaires — modèles de la même famille et de taille la plus proche du même type.
Utilisez DeepSeek-R1 671B (MoE) dans votre AI Business OS
BrainOutput vous aide à exécuter DeepSeek-R1 671B (MoE) comme un agent métier privé — entouré des outils, connecteurs, RAG et garde-fous dont il a besoin pour accomplir un vrai travail sur du matériel que vous contrôlez.