DeepSeek显存与GPU需求计算器

计算DeepSeek部署所需的显存和GPU数量,支持NVIDIA、AMD、苹果、华为等各厂商显卡

张卡

显存需求 884.98 GB

需要 12 张显卡(基于显存容量)

880 GB

所有模型权重

0.04 GB

对话历史缓存

4.12 GB

专家模型优化

0.82 GB

临时计算缓存

总吞吐量
11990 tokens/s
每用户吞吐量
11990 tokens/s/user
预估延迟
13 ms
最大QPS
79.9 queries/s

基于 12x NVIDIA H100 (80GB) 的显存带宽与算力模型推算的参考推理速率。

一键部署命令生成
vllm serve deepseek-ai/DeepSeek-V4-Pro --tensor-parallel-size 12 --max-model-len 8192
命令参数已自动匹配当前所选精度、上下文长度与多卡张量并行数量。查看 DeepSeek-V4-Pro 专属显存指南 →

DeepSeek 模型架构与显存规格

总参数量
1600B
模型架构
MoE(单步激活 49B)
发布厂商
DeepSeek
推荐部署精度
FP4+FP8

DeepSeek 不同精度与上下文显存占用矩阵

预计算的并发=1 显存总占用(含模型权重 + KV Cache + 运行时开销)。

量化精度8K 上下文32K 上下文128K 上下文
FP163205.0 GB3207.2 GB3210.2 GB
FP81605.0 GB1607.1 GB1609.5 GB
INT81605.0 GB1607.1 GB1609.5 GB
INT4805.0 GB807.0 GB809.2 GB

DeepSeek 推荐 GPU 硬件配置表(FP4+FP8)

基于 8K 上下文、单并发推算所需最小卡数与单流生成速率。

GPU 显卡型号最低卡数总显存池预估速度
NVIDIA RTX 4090 (24GB)37×888 GB31555 tok/s
NVIDIA RTX 5090 (32GB)28×896 GB33196 tok/s
Apple M4 Max (128GB) (128GB)7×896 GB539 tok/s
NVIDIA A100 (80GB) (80GB)12×960 GB7049 tok/s
NVIDIA H100 (80GB)12×960 GB11990 tok/s
NVIDIA H200 (141GB)7×987 GB6305 tok/s
Huawei Ascend 910B (64GB)14×896 GB5935 tok/s

DeepSeek 部署常见问题

运行 DeepSeek 最低需要多大显存?
在 8K 上下文单并发场景下,DeepSeek 于 FP16 精度约需 3205.0 GB,FP8 约需 1605.0 GB,INT4 量化后仅需约 805.0 GB 显存。
用 RTX 4090 或 H100 部署 DeepSeek 需要几张卡?
以 FP4+FP8 精度运行 DeepSeek,至少需要 37 张 RTX 4090 (24GB) 或 12 张 NVIDIA H100 (80GB)。
生产环境运行 DeepSeek 推荐哪种量化精度?
对于 DeepSeek 推出的 DeepSeek(1600B),推荐优先使用 FP4+FP8,在生成质量、显存开销与吞吐效率间表现最佳。