背景
随着大模型技术的快速发展，开源大模型在自然语言处理、代码生成、多语言理解等领域的应用日益广泛。Deepseek-R1 和 Deepseek-V3 作为行业领先的开源大模型，凭借其卓越的性能、丰富的应用场景和高度的灵活性，迅速成为企业智能化转型的关键工具。Deepseek-R1 在代码生成、对话理解和多语言支持等任务中展现出强大的能力，而 Deepseek-V3 则以多模态支持、复杂推理能力和资源效率优化为核心优势，为企业提供覆盖多场景的智能化解决方案。
然而，企业用户在部署私有化超大规模模型时仍面临诸多挑战。传统基于IaaS的部署方式需要用户自行管理环境配置、依赖安装、硬件资源调优以及复杂的网络与存储问题，整个流程通常需要数小时甚至数天，并且容易因版本冲突、资源分配不当或操作失误导致部署失败或性能瓶颈，严重制约了模型的快速落地与规模化应用。如阿里云技术解决方案提供的基于GPU云服务器部署Deepseek-R1满血版方案，实操部署较为繁琐。
为此，阿里云计算巢推出了基于 ECS镜像、Vllm和Ray集群的超大模型一键部署方案。该方案通过预置标准化环境的ECS镜像，结合自动化云资源编排模板（如Ros模板），将Deepseek-R1和Deepseek-V3的私有化部署流程简化为一键操作。用户无需深入理解底层技术细节，即可在 30分钟内 快速完成模型环境搭建与服务启动，真正实现“开箱即用”的企业级超大模型服务。这一方案不仅大幅降低了技术门槛，更通过阿里云的弹性RDMA高性能推理优化，确保模型在企业场景中实现高可用、低延迟的推理服务，助力企业快速解锁AI驱动的业务价值。
部署说明
本服务提供了基于ECS镜像+Vllm+Ray的大模型一键部署方案，30分钟即可通过双ECS实例部署使用DeepSeek-R1满血版和DeepSeek-V3模型。
本服务通过ECS镜像打包标准环境，通过Ros模版实现云资源与大模型的一键部署，开发者无需关心模型部署运行的标准环境与底层云资源编排，仅需添加几个参数即可享受DeepSeek-R1满血版和DeepSeek-V3的推理体验。
本服务提供的方案下，以平均每次请求的token为10kb计算，采用两台H20规格的ECS实例，DeepSeek-R1满血版理论可支持的每秒并发请求数(QPS)约为75，DeepSeek-V3约为67。
整体架构
部署流程
单击部署链接。选择双机版，并确认已申请H20实例规格。根据界面提示填写参数，可根据需求选择是否开启公网，可以看到对应询价明细，确认参数后点击下一步：确认订单。
点击下一步：确认订单后可以看到价格预览，随后可点击立即部署，等待部署完成。(提示RAM权限不足时需要为子账号添加RAM权限)
等待部署完成后，就可以开始使用服务了。点击服务实例名称，进入服务实例详情，使用Api调用示例即可访问服务。如果是内网访问，需保证ECS实例在同一个VPC下。
使用说明
内网API访问
复制Api调用示例，在资源标签页的ECS实例中粘贴Api调用示例即可。也可在同一VPC内的其他ECS中访问。
公网API访问
复制Api调用示例，在本地终端中粘贴Api调用示例即可。
性能测试
本服务方案下，针对Deepseek-R1和V3，分别测试QPS为75和60情况下模型服务的推理响应性能，压测持续时间均为20s。
Deepseek-R1
QPS为75
Deepseek-V3
QPS为60
