使用腾讯云平台快速部署DeepSeek大模型

总览

DeepSeek 是由深度求索公司推出的大语言模型。其中： DeepSeek-V3 是在14.8万亿高质量 token 上完成预训练的一个强大的混合专家 (MoE) 语言模型，拥有6710亿参数。作为通用大语言模型，其在知识问答、内容生成、智能客服等领域表现出色。 DeepSeek-R1 是基于 DeepSeek-V3-Base 训练生成的高性能推理模型，在数学、代码生成和逻辑推断等复杂推理任务上表现优异。 DeepSeek-R1-Distill 是使用 DeepSeek-R1 生成的样本对开源模型进行微调得到的小模型，拥有更小参数规模，推理成本更低，基准测试同样表现出色。 本文将介绍如何通过 腾讯云 TI 平台，快速部署 DeepSeek 系列模型。完成模型部署后，即可与模型进行对话体验；或以 API 形式进行调用，接入 AI 应用中。

支持的模型列表

腾讯云 TI 平台已上架 DeepSeek 全系模型，详见下表。

模型名称	参数量	激活参数量	上下文窗口	推理资源推荐
DeepSeek-V3	671B	37B	128K	多机分布式部署，节点数量：2个，单节点配置：HCCPNV6 机型
DeepSeek-R1	671B	37B	128k	多机分布式部署，节点数量：2个，单节点配置：HCCPNV6 机型
DeepSeek-R1-Distill-Qwen-1.5B	1.5B	–	–	12C44GB 1卡A10
DeepSeek-R1-Distill-Qwen-7B	7B	–	–	12C44GB 1卡A10
DeepSeek-R1-Distill-Llama-8B	8B	–	128K	12C44GB 1卡A10
DeepSeek-R1-Distill-Qwen-14B	14B	–	–	16C96G 1卡A100
DeepSeek-R1-Distill-Qwen-32B	32B	–	–	32C192G 2卡A100
DeepSeek-R1-Distill-Llama-70B	70B	–	128K	164C948G 8卡A100

限时免费体验

平台限时免费开放 DeepSeek 模型的免部署在线体验，支持 DeepSeek-R1 和 DeepSeek-R1-Distill-Qwen-1.5B 两款模型，便于开发者直观比较“最大杯”和“最小杯”的性能差异。进入 DeepSeek 系列模型详情页面后，选择上方 Tab 即可进入在线对话体验页面。 对于其他模型，可按下方模型部署实践自主部署对应模型后体验。

模型部署实践

下文我们将选用尺寸相对最小的 DeepSeek-R1-Distill-Qwen-1.5B 模型进行部署实践。其他模型的操作流程类似，仅需注意算力资源的配置差异。

前置准备工作

模型：TI 平台已将 DeepSeek 模型内置在大模型广场中，您可直接选择模型并一键部署。 资源：1.5B 的 DeepSeek 模型对算力需求较小，单卡A10即可支持其推理服务。您有多种计费模式选择： 按量计费：对于仅需短时体验或所需算力较小的用户，机器来源推荐选用“从 TIONE 购买”，并选用“按量计费”模式。该模式无需提前准备算力。开始部署时，平台会自动分配资源并进行计费，本实践也将使用该模式进行展开。 包年包月：对于已购买 CVM 机器或需较大、稳定算力的用户，机器来源推荐选用“从 CVM 机器中选择”，并选择对应的资源组。该模式下需要您提前购买好 CVM 机器并添加至 TI 平台资源组，详细操作步骤请参考资源组管理。

步骤一：部署模型服务

1. 登录 腾讯云 TI 平台 ，在大模型广场页面，您可看到 TI 内置的开源大模型卡片。 2. 单击进入“DeepSeek 系列模型”卡片，查看模型详细介绍。

3. 在模型详情页面，单击新建在线服务，跳转至“模型服务 > 在线服务 > 创建服务”页面配置部署参数。

4. 按页面提示填写配置信息，参考如下： 服务名称：输入您的自定义的服务名称。如：“demo-DeepSeek-R1-Distill-Qwen-1_5B”。 机器来源：支持“从 CVM 机器中选择”和“从 TIONE 平台购买”两种模式。本例采用“从 TIONE 平台购买-按量计费”。如果您已购买自己的 CVM 机器，可以选择模式“从 CVM 机器中选择”。 部署方式：选择“标准部署”。 服务实例： 模型来源：选择 “镜像”类型。 模型和运行环境：选择“内置大模型/DeepSeek 系列模型/DeepSeek-R1-Distill-Qwen-1.5B”。 算力规格：12C44GB A10*1，推理资源配置建议详见大模型推理所需资源指南。

5. 授权并同意《腾讯云 TI-ONE 训练平台服务协议》，单击底部启动服务，正式发起服务部署。

步骤二：体验模型效果

1. 服务部署完成后，在“模型服务 > 在线服务”页面的列表中，其状态将显示为“运行中”。DeepSeek-R1-Distill-Qwen-1.5B 模型的部署时长预计为1-2分钟。

2. 单击列表中的在线体验，进入模型快速体验页面。可通过前端页面直接提问，体验模型效果。

步骤三：调用模型推理 API

腾讯云 TI 平台在线服务模块内置了接口调用测试功能。此外，您还可以使用命令行等工具测试调用 API。测试完成后，您可以以 API 调用方式将模型接入 AI 应用。下文将对模型推理 API 的测试及接入进行示例说明。

方式一：使用 TI 平台内置工具测试 API 调用

1. 在“模型服务 > 在线服务”页面的列表中，单击刚部署的服务的名称，跳转到服务详情页。

2. 进入服务详情页的“服务调用”Tab，在页面底部可看到“接口信息”版块。

3. 在“接口信息”版块的输入框中，输入接口和请求信息，进行接口测试。

接口名：在上图中位置1处输入接口名，对话接口请填写 /v1/chat/completions。 备注：TI 平台为内置开源大模型配备的推理框架为 vLLM，兼容 OpenAI 接口规范，除对话接口以外的更多接口请参考 vLLM 官方文档。 请求体（Request Body）：在上图中位置 2 处输入请求体，Chat Completion 接口的请求体格式请参考下方代码： { “model”: “ms-xxxxxxxx”, // 输入服务组 ID，即页面上方“调用地址”的最后一部分，该部分以“ms-”作为前缀 “messages”: [ { “role”: “user”, “content”: “描述一下你对人工智能的理解。” // 输入想提问的 prompt } ] } 请求体中需填写的“服务组 ID”即为下图红框中标记的字符串，可看到该字符串以“ms-”作为前缀：

4. 完成信息输入后，单击发送请求，稍作等待，“请求响应”框中将显示模型返回的响应结果：

方式二：使用命令行工具测试 API 调用

1. 在上述的“接口信息”版块中，在下图位置1处输入接口名。输入完成后，单击位置2处的复制按钮，复制完整的 API 调用命令头。

2. 在命令头最后追加参数 -d’{REQ_BODY}‘，得到完整命令。其中 {REQ_BODY} 为请求体，请按照上文中“使用平台在线测试功能调用 API”的第 3 点给出的格式填写。最终编写成的完整命令应如下方代码所示： curl -X POST https://ms-xxxxxxxx-xxxxxxxx.gw.ap-shanghai.ti.tencentcs.com/ms-xxxxxxxx/v1/chat/completions -H ‘Content-Type: application/json’ -d'{ “model”: “ms-xxxxxxxx”, “messages”: [ { “role”: “user”, “content”: “描述一下你对人工智能的理解。” } ] }‘ 3. 将完整命令输入到已连接到公网的计算设备的命令行工具中并执行，命令行中将返回模型的输出。

方式三：使用第三方应用开发工具调用 API

完成模型部署后，如果您需要在您的 AI 应用中接入已部署的模型服务，可以将服务 API 的信息配置到相关平台或系统中。下文以Cherry Studio为例，介绍如何将服务 API 接入应用中。 Cherry Studio 是一个支持多模型服务的开源桌面客户端，可以将多服务集成至桌面 AI 对话应用中。本文仅以此为例介绍 API 调用。如您需要商用 Cherry Studio，请仔细阅读其开源软件协议。 1. 进入您在 TI 平台已部署模型服务的“服务详情页 > 服务调用”Tab，在页面较上方位置找到“调用地址”字段，并单击最右侧复制按钮复制。

2. 下载并安装 Cherry Studio。完成安装后，打开 Cherry Studio，进入产品主页，并单击左下角的设置按钮，跳转到产品设置页。

3. 进入产品设置页后，单击页面中间下方的添加：

4. 单击添加后，需要在弹出的“添加提供商”对话框中输入信息，其中，“提供商名称”可自由填写，提供商类型需选择“OpenAI”，填好后单击确定：

5. 按照第4点要求成功添加提供商后，将自动跳转到该提供商的配置菜单，本文中示例为“腾讯云 TI 平台”。请注意：TI 平台当前的鉴权方式和 OpenAI 有所不同，因此仅支持以未开启鉴权方式将 API 接入 Cherry Studio。在未开启鉴权的前提下，进行如下配置： API 密钥：可任意填写，但不可以不填。 API 地址：粘贴第1点中复制的调用地址。 配置完成后，单击下方“模型”版块的添加。

6. 单击添加后，将弹出“添加模型”对话框，在对话框中输入要求的信息。其中，模型 ID 需配置为 TI 平台已部署服务的服务组 ID（获取方式见“使用平台在线测试功能调用 API”第 3 点，该字段以“ms-”作为前缀），接着单击添加模型：

7. 按照第6点的要求成功添加模型后，单击左上方对话按钮，回到对话页面：

8. 单击对话页面顶部的模型选择按钮，单击后弹出模型列表，选择刚刚添加的模型：

9. 现在，可以通过 Cherry Studio 和在 TI 平台部署的模型进行对话了：

步骤四：管理推理服务

您可以通过访问“模型服务 > 在线服务 > 服务详情”页面查看并管理推理服务。包括但不限于：停止/重启/删除服务、查看服务配置信息、实例列表、监控图表、容器事件、日志、更新记录等。详细操作指引可参考在线服务运营。

不同模型部署的注意事项

对于 DeepSeek 的其他模型，部署流程与前述类似，主要区别在于填写服务参数时配置的资源规格。请参考大模型推理所需资源指南进行资源的合理配置。

大小模型的效果对比

基于已部署的“DeepSeek-R1-Distill-Qwen-1.5B”和“DeepSeek-R1”模型服务，我们尝试使用一个相同的问题，简要对比一下大小模型的推理效果。 问题输入

在我的厨房里，有一张桌子，上面放着一个杯子，杯子里有一个球。我把杯子移到了卧室的床上，并将杯子倒过来。然后，我再次拿起杯子，移到了主房间。现在，球在哪里？

大小模型效果对比

对比范围	DeepSeek-R1-Distill-Qwen-1.5B	DeepSeek-R1
截图示例

从响应结果中可以明显看出，拥有更大参数量的 DeepSeek-R1 模型在推理效果上更胜一筹，其正确推理出了杯子倒扣时球会掉出并留在床上，即使杯子随后被移动至房间。而参数量较小的 DeepSeek-R1-Distill-Qwen-1.5B 模型仍然认为球在杯中。 另一方面，相比 DeepSeek-R1 模型，更小参数的 DeepSeek-R1-Distill-Qwen-1.5B 模型的响应速度更快、占用资源更少、部署时长更短，在处理较为简单的任务时，仍是不错的选择。 其中，DeepSeek-R1-Distill-Qwen-1.5B 的部署时长预计为1-2分钟，DeepSeek-R1 预计为9-10分钟（模型需预加载到节点的本地数据盘中）。

# 您可以  # 移到  # 但不  # 在上  # 跳转  # 输入接口  # 为例  # 详情页  # 你对  # 弹出  # 腾讯  # 框中  # 时长  # 完成后  # 您的  # 较小  # 所需  # 请参考  # 命令行  # 开源