## 《Deepseek R1 本地部署完全手册》 版权归：HomeBrew Ai Club 作者wechat：samirtan 版本：V2.0 更新日期：2025年2月8日 ## 一、 简介 Deepseek R1 是支持复杂推理、多模态处理、技术文档生成的高性能通用大语言模型。本手册为技术团队提供完整的本地部署指南，涵盖硬件配置、国产芯片适配、量化方案、云端替代方案及完整671B MoE模型的Ollama部署方法。 核心提示： • 个人用户：不建议部署32B及以上模型，硬件成本极高且运维复杂。 • 企业用户：需专业团队支持，部署前需评估ROI（投资回报率）。 ## 二、 本地部署核心配置要求 ### 1. 模型参数与硬件对应表 |模型参数|Windows 配置要求|Mac 配置要求|适用场景| |---|---|---|---| |1.5B|\- RAM: 4GB- _of_thinking> ## 七、 附录：技术支持与资源 • 华为昇腾：昇腾云服务 • 沐曦GPU：免费API体验 • 李锡涵博客：完整部署教程 ## 结语 Deepseek R1 的本地化部署需极高的硬件投入与技术门槛，个人用户务必谨慎，企业用户应充分评估需求与成本。通过国产化适配与云端服务，可显著降低风险并提升效率。技术无止境，理性规划方能降本增效！ 手册更新与反馈：如有补充或

Gemma 4完全指南 从入门到本地部署 The Complete Guide to Gemma 4: From Understanding to Local Deployment 涵盖型号：E2B·E4B·26B-A4B·31B 架构：Dense+MoE·多模态·256K上下文 许可证：Apache2.0 信息来源：Google官方文档·Hugging Face·本地实测 文档版本：v1.0.0 本手册基于Google官方博客、Model Card、Hugging Face发布文档及本地实测编写。所有技术细节以2026年4月最新资料为准。AI工具迭代极快，请结合官方文档验证。 目录 CONTENTS Part 1: 认识Gemma §01 从Gemma 1到Gemma 4：Google开源模型的进化 §02 Gemma 4全家福：四个尺寸怎么选 Part 2: 本地部署实战 §03 你的电脑能不能跑 §04 Ollama部署实战 Gemma4可以被自由地集成、修改和再分发。 我的判断是：Google终于把Gemma从一个benchmark项目做成了能当天落地的产品线。不是说它完美了，但它确实是第一次把性能、多模态、长上下文、本地友好、开放许可这几件事拧到了一起。 以前的Gemma，每一代都有亮点，但总差点什么。Gemma4是第一个让我觉得「这东西真的可以拿来用」的版本。 时间线速查：Gemma1（2024.02） $ \rightarrow

Curvefs-S3 本地写缓存盘方案 背景 方案设计 主要数据结构定义 方案设计思考 POC验证 ## 背景 当前，s3客户端在写底层存储的时候是直接写入远端对象存储，由于写远端时延相对会较高，所以为了提升性能，引入了写本地缓存盘方案。也即要写底层存储时，先把数据写到本地缓存硬盘，然后再把本地缓存硬盘中的数据异步上传到远端对象存储。 ## 方案设计 ![Image] S3模块接收到写入后先写入写内存缓存页，如果满足持久化的条件后，那么则准备持久化。 做一个硬链接链接到该文件。 本次io在本地硬盘写入好之后，异步上传模块会适时把本地硬盘写缓存目录中的文件上传到远端对象存储集群，上传成功后，删除本地写缓存目录中的对应文件。 同时，缓存清理模块会定时检查本地硬盘缓存目录容量情况，如果容量已经达到阈值了，则进行文件的清理工作。 另外，异常管理模块处理客户端挂掉后的文件重新上传问题。 std::string CacheReadDir_; ## 方案设计思考 本地硬盘如何管理 借用linux本地文件系统进行管理，存储进本地硬盘的内容以文件的形式来表现。 配置一个目录用于本地硬盘的文件管理，对作为缓存盘的本地硬盘进行格式化并挂载到该目录（如果没有缓存盘，那一般而言就是系统盘本身了）。 • 本地缓存盘的文件内容表示 本地缓存盘存放的文件即是存储到对象存储中的对象。 • 写缓存如何作为读缓存利用

1%的问题，采用了同模型的自集成，同时生成多个同种模型，并取模型预测的平均值作为该种模型的输出结果，成功降低了同种模型方差，提高了模型在不同数据集上的稳定性。第二层为不同模型集成，为了有效地利用来自本地和全球邻域的信息，充分捕获图的不同性质，我们采用加权集成了不同种类的图模型，进一步提高性能。同时针对在参数搜索阶段，需要同时优化模型内参数 $ \alpha $ ，以及多种模型加权集成参数 $ \beta automl.ai/competitions/3 ## 招聘信息 美团到店广告平台算法团队立足广告场景，探索深度学习、强化学习、人工智能、大数据、知识图谱、NLP和计算机视觉前沿的技术发展，探索本地生活服务电商的价值。主要工作方向包括： - 触发策略：用户意图识别、广告商家数据理解，Query 改写，深度匹配，相关性建模。 • 质量预估：广告质量度建模。点击率、转化率、客单价、交易额预估。 · arXiv:2205.12076, 2022. # 大规模异构图召回在美团到店推荐广告的应用 作者：齐裕 祥洲等 ### 1. 引言 美团到店推荐广告技术部服务于到店餐饮、休娱亲子、丽人医美等众多本地生活服务商家。其中，召回环节作为推荐广告系统的第一个环节，承担着从海量商品中寻找优质候选的角色，是算法优化的核心问题之一。 推荐系统中经典的召回范式有两类：基于标签构建倒排索引的显式召回和基于模型端到

一个完善可靠的预估系统，除了“看得见”的高性能预估能力，还需要做好以下几个常被忽略的点： - 几个常被忽略的点：预估时产出的特征日志，需要通过框架上传到公司日志中心或者以用户希望的方式进行存储，方便模型的迭代。当然，必要的时候可以落入本地，方便问题的定位。 - 方便问题的定位：系统监控不用多说，美团内部的 Cat& 天网，可以构建出完善的监控体系。另一方面，特征的监控也很重要，因为特征获取的稳定性决定了模型预估的质量，所以 服务，从而满足不同业务的不同需求。 - 不同业务的不同需：Augur 同样支持以 SDK 的方式将能力嵌入到已有的集群当中。但如此一来，分布式能力就无法发挥了。所以，我们一般应用在性能要求高、模型比较小、特征基本可以存在本地的场景下。 其中服务化是被应用最多的方式，为了方便业务方的使用，除了完善的文档外，我们还构建了标准的服务模板，任何一个业务方基本上都可以在30分钟内构建出自己的Augur服务。服务模板内置了60多 三个月的算法迭代优化，离线和线上效果均取得一定进展。本文主要介绍探索过程以及实践经验。 ## 引言 美团搜索是美团 App 上最大的连接人和服务的入口，覆盖了团购、外卖、电影、酒店、买菜等各种生活服务。随着用户量快速增长，越来越多的用户在不同场景下都会通过搜索来获取自己想要的服务。理解用户 Query，将用户最想要的结果排在靠前的位置，是搜索引擎最核心的两大步骤。但是，用户输入的 Query 多种多样，既有商户名称和服务品类的

放运维，工作重心向业务稳定性保障，建设平台工程体系研发研发时间被大量占用：· 本地开发环境难模拟· 多业务联调艰难，诊断耗时多· 出现问题诊断耗时多· 流程割裂协作痛苦，响应慢调试自测免打扰：本地/子环境免打扰，独立完成验证工作自助验证更高效：自动化工作流+云上环境，高效验证调试安全发布有信心：一个平台完成日常90%工作，开发 云端，方便开发者做服务自测、联调和集成验证。 ## 目前 Zadig Toolkit 支持的功能如下： Zadig 环境查看 • 微服务重启、服务镜像更换、服务详情查看、Pod实时日志查看、登录到服务实例Pod中 远程调试本地应用程序、配置远程开发环境 ## 前提条件 Zadig Toolkit 可以在 Windows, Linux 和 MacOS 中安装。在安装 Zadig Toolkit 之前，请确保已经做好如下的准备工作： [Image](/uploads/documents/4/0/f/7/40f77870bbb7178b9220ed29247b0061/p23_2.jpg) ## 特色模块（二）－客户交付 ## 简化对客户的本地、私有云、离线环境的产品发布、许可和支持的管理 交付看板 ## 供应商产品生命周期管理 ## 为客户提供生命周期管理 版本管理 当前版本 w1.0.0 序号1 2023-08-18 13:35:44

户体验 ## ← 应用详情  搜索本地或在线内容 中国电信中国移动 0K/s 36 46 73% 10:32   荣耀阅读 生活服务   花粉俱乐部  生活服务 美食  新闻 电影 ![

/p4_7.jpg) 音乐  生活服务   为生活的每一刻伴奏 主题 新视界新体验 阅读 一站式精品生活体验 千万曲库 极致音效 缤纷主题匠心之作 遇见更好的自己 5000+院线大片 聚合高品质生活服务 百万读物 听书看书 全球2.4亿用户 $ ^{*} $ 统计数据截至2017年底 ## 总体策略-顶层统一设计 大兵团作战，统一认识，组织赋能 - 规范制定：微服务命名规范、微服务A 微服务代码生成：服务端和客户端都基于API定义，通过ServiceComb提供的工具生成不同语言的类库，客户端可以不导入服务端的类库定义，双方互相解耦 ● 微服务接口测试：测试基于流水线的API定义生成自动化测试用例，防止开发本地随意修改API ● 微服务API依赖关系：通过微服务流水线编译、打包和系统集成测试，识别并展示微服务API之间的依赖关系（我依赖谁、谁依赖我） ● API变更管控：API变更邮件通知和审批，每日

jpg) ## 金融级高可用 数据采用多副本存储，数据副本通过 Multi-Raft 协议同步事务日志，多数派写入成功事务才能提交，确保数据强一致性且少数副本发生故障时不影响数据的可用性。可按需配置副本地理位置、副本数量等策略满足不同容灾级别的要求。 ![Image](/uploads/documents/3/d/e/b/3deb0740caa715d2156ad7d85aa695c6/p12_3 分布式数据库，TiDB 以标准的开源模式开发和推广，并在全球建立了高度活跃的开发者及用户社区生态，获得了全球用户的广泛认可。世界各地的开发者及用户通过下载 TiDB 社区版及参考丰富的在线技术手册及文档可以非常快捷和低成本地启动对 TiDB 的评估测试，并把 TiDB 应用于一些非关键的业务场景。 同时 TiDB 在国内外包括银行，证券，保险，大型制造，电信，能源，电商等企业级市场上拥有大量商业客户及落地案例。企业用 的组件管理平台，用于扩展 TiDB 生态边界，集成并管理 TiDB 生态的所有组件，方便用户进行多组件多版本管理，目前已经广泛用于客户生产环境。 主要特点： - 通过 tiup playground 一键运行一个本地 TiDB 集群，可以让用户快速上手 TiDB 尝鲜，同时也为开发者提供了极大的便利运行测试集群。 • 通过 tiup cluster 组件快速部署、升级、扩缩容、配置变更 On-Premise 部署的

放运维，工作重心向业务稳定性保障，建设平台工程体系研发研发时间被大量占用：· 本地开发环境难模拟· 多业务联调艰难，诊断耗时多· 出现问题诊断耗时多· 流程割裂协作痛苦，响应慢调试自测免打扰：本地/子环境免打扰，独立完成验证工作自助验证更高效：自动化工作流+云上环境，高效验证调试安全发布有信心：一个平台完成日常90%工作，开发 云端，方便开发者做服务自测、联调和集成验证。 ## 目前 Zadig Toolkit 支持的功能如下： Zadig 环境查看 · 微服务重启、服务镜像更换、服务详情查看、Pod实时日志查看、登录到服务实例Pod中 远程调试本地应用程序、配置远程开发环境 ## 前提条件 Zadig Toolkit 可以在 Windows, Linux 和 MacOS 中安装。在安装 Zadig Toolkit 之前，请确保已经做好如下的准备工作： [Image](/uploads/documents/0/4/5/7/045791dc8e357ec6eaa5c8d241ddad6b/p23_2.jpg) ## 特色模块（二）- 客户交付 简化对客户的本地、私有云、离线环境的产品发布、许可和支持的管理 交付看板 ## 供应商产品生命周期管理 ## 为客户提供生命周期管理 版本管理 当前版本 w1.0.0 泽号1 2022-08-19 15:35:44