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