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 |
|---|---|---|---|
| FP16 | 3205.0 GB | 3207.2 GB | 3210.2 GB |
| FP8 | 1605.0 GB | 1607.1 GB | 1609.5 GB |
| INT8 | 1605.0 GB | 1607.1 GB | 1609.5 GB |
| INT4 | 805.0 GB | 807.0 GB | 809.2 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 GB | 31555 tok/s |
| NVIDIA RTX 5090 (32GB) | 28× | 896 GB | 33196 tok/s |
| Apple M4 Max (128GB) (128GB) | 7× | 896 GB | 539 tok/s |
| NVIDIA A100 (80GB) (80GB) | 12× | 960 GB | 7049 tok/s |
| NVIDIA H100 (80GB) | 12× | 960 GB | 11990 tok/s |
| NVIDIA H200 (141GB) | 7× | 987 GB | 6305 tok/s |
| Huawei Ascend 910B (64GB) | 14× | 896 GB | 5935 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。