DeepSeek 快速体验，魔搭 + 函数计算一键部署模型上云

DeepSeek 模型近期在全网引发了广泛关注，热度持续攀升。其开源模型 DeepSeek-V3 和 DeepSeek-R1 在多个基准测试中表现优异，在数学、代码和自然语言推理任务上，性能与 OpenAI 的顶尖模型相当。对于期待第一时间在本地进行使用的用户来说，尽管 DeepSeek 提供了从 1.5B 到 70B 参数的多尺寸蒸馏模型，但本地部署仍需要一定的技术门槛。对于资源有限的用户进一步使用仍有难点。

为了让更多开发者第一时间体验 DeepSeek 模型的魅力，Modelscope 社区 DeepSeek-R1-Distill-Qwen 模型现已支持一键部署（SwingDeploy）上函数计算 FC 服务，欢迎开发者立即体验。

魔搭+函数计算,一键部署模型上云

SwingDeploy 是魔搭社区推出的模型一键部署服务，支持将魔搭上的各种（包括语音，视频，NLP 等不同领域）模型直接部署到用户指定的云资源上，比如函数计算 FC（以下简称 FC）GPU 算力实例。本文介绍如何通过魔搭 SwingDeploy 服务，快速将 DeepSeek 模型部署到阿里云函数计算 FC 平台的闲置 GPU 实例，并对部署后的模型进行推理访问。

函数计算平台提供了低成本的闲置 GPU 实例，使用闲置 GPU 实例，将带来如下优势：

• 实例快速唤醒：函数计算平台会根据您的实时负载水平，自动将 GPU 实例进行冻结。冻结的实例接受请求前，平台会自动将其唤醒。要注意，唤醒过程会存在 2-5 秒的延迟。

• 兼顾服务质量与服务成本：闲置 GPU 实例的计费周期不同于按量 GPU 实例，闲置 GPU 实例会在实例闲置与活跃期间以不同的单价进行计费，从而大幅降低用户使用 GPU 成本。相较于长期自建 GPU 集群，闲置 GPU 实例根据 GPU 繁忙程度提供降本幅度高达 80%以上。

魔搭社区一键部署介绍：https://modelscope.cn/docs/model-service/deployment/intro函数计算闲置 GPU 介绍：https://help.aliyun.com/zh/functioncompute/fc-3-0/user-guide/real-time-inference-scenarios-1

DeepSeek 模型介绍

性能对齐 OpenAI-o1 正式版

DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。

在此，DeepSeek 将 DeepSeek-R1 训练技术全部公开，以期促进技术社区的充分交流与创新协作。

论文链接：https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

模型链接：https://modelscope.cn/collections/DeepSeek-R1-c8e86ac66ed943

蒸馏小模型超越 OpenAI o1-mini

DeepSeek 在开源 DeepSeek-R1-Zero 和 DeepSeek-R1 两个 660B 模型的同时，通过 DeepSeek-R1 的输出，蒸馏了 6 个小模型开源给社区，其中 7B 和 14B 模型在多项能力上实现了对标 OpenAI o1-mini 效果、展现了较高的生产环境部署性价比。

立即体验

函数计算提供有 Ada 系列 48GB 显存的 GPU，供 DeepSeek-R1-Distill-Qwen 如下参数版本的模型运行。

本文将继续以 DeepSeek-R1-Distill-Qwen-7B 展现部署步骤，相同的部署步骤可应用于 1.5B、14B、32B 参数量模型的部署。

前置准备

1. 账号绑定与授权：https://modelscope.cn/docs/model-service/deployment/swingdeploy-pipeline

2. 进入 DeepSeek-R1-Distill-Qwen-7B 模型页：https://modelscope.cn/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

开始部署

1. 请选择 GGUF 格式的量化版本：

2. 进入 DeepSeek-R1-Distill-7B-GGUF 模型页后，点击部署，部署类型选择付费的 FC GPU 算力。

• 部署地域：可选择杭州或上海。

• GPU 卡型：默认将 DeepSeek 模型部署至 Ada 系列 48GB 显存 GPU，并开启闲置 GPU 模式，以降低您的运行成本。

3. 查看部署过程，确认部署成功。

确认状态为部署成功（预留模式），如果不是，请点击服务模式切换。

4. 模型调用：

查看调用代码示例：

调用模型，进行推理：

首次调用由于模型加载导致耗时长，后续均为热调用无此问题。

进一步了解函数计算 GPU

• FC GPU 实例介绍规格和使用模式介绍：https://help.aliyun.com/zh/functioncompute/fc-3-0/product-overview/instance-types-and-usage-modes

• FC GPU 实时推理场景（闲置 GPU 模式）介绍：https://help.aliyun.com/zh/functioncompute/fc-3-0/use-cases/real-time-inference-scenarios-1

• FC GPU 准实时推理场景（按量 GPU 模式）介绍：https://help.aliyun.com/zh/functioncompute/fc-3-0/use-cases/quasi-real-time-inference-scenarios

• FC GPU 异步推理场景介绍：https://help.aliyun.com/zh/functioncompute/fc-3-0/use-cases/offline-asynchronous-task-scenario

• FC GPU 镜像说明：https://help.aliyun.com/zh/functioncompute/fc-3-0/use-cases/image-usage-notes-1

• FC GPU 模型存储最佳实践：https://help.aliyun.com/zh/functioncompute/fc-3-0/user-guide/gpu-instance-model-storage-best-practices

• FC GPU FAQ（模型托管、模型预热）：https://help.aliyun.com/zh/functioncompute/fc-3-0/support/faq-about-gpu-accelerated-instances-1

• FC GPU 应用模板与示例代码：https://github.com/devsapp/start-fc-gpu/tree/v3