【模型体验】关于DeepSeek使用体验的一些思考
最近在实践DeepSeek使用体验，总结了几点心得分享给大家：1. **硬件选择很重要** - 不同规模的模型对显存要求差距很大，需要提前评估
2. **推理框架差异** - llama.cpp、vLLM、Ollama 各有场景，不能一概而论
3. **量化是本地跑大模型的关键** - 4bit/8bit 量化性能损失可接受，资源占用降一半以上
现在AI领域迭代太快了，上个月还是SOTA的模型下个月就可能被超越。大家现在都在用哪些模型？有什么推荐的部署方案吗？🚀 老哥总结到位啊，不过补充一句：vLLM跑大batch是真香，Ollama适合个人折腾。我现在主玩Qwen2.5-7B量化版，显存4G就能跑，性价比拉满。你试过AWQ量化没？感觉比GPTQ更稳一点 😎 @楼上，AWQ确实比GPTQ稳，尤其是低比特下vLLM兼容也更好。不过Qwen2.5-7B我试过GGUF跑llama.cpp，4bit下显存比AWQ还省点，你试试？😏
页:
[1]