专栏名称: 市值风云

有料，有趣，有深度。由董秘、CFO、投行和基金经理等一线从业人员组建的专业市值管理公众号，专注于解读中国资本市场最典型的并购重组、最血腥的股权战争和最脑洞大开的财务舞弊。

本地模型爆发，PC换机潮来袭，谁在闷声发大财？听deepseek怎么说

市值风云 · 公众号 · 财经 · 2025-02-07 18:02

正文

新年开工第一天，风云君兴致勃勃的打开电脑，进入deepseek官网，准备深入研究使用方法。然而，得到最多的答案是：

下载手机APP后，风云君得到的是同样的答案。惊人的流量，让Deepseek网站，崩了一次又一次。

当然，除了网络延迟导致的响应不及时，网站和APP等云端部署方式还存在数据安全隐患等问题。特别是涉及敏感信息的行业，如金融领域，涉及大量的交易数据和客户信息，还有医疗行业，患者的病历、影像资料等隐私数据同样容不得半点闪失。

官网不行没关系，咱们还可以本地部署，既能保证隐私，还能流畅运行。这就涉及一个问题，即电脑配置。

目前，DeepseekR1有1.5b、7b、8b等不同版本。正常来说，模型越大，性能越好，运行速度也会越慢。具体用那个，需要根据自己的电脑，还有显卡配置来定。举例来说，7b、8b模型大概需要占用4.7GB的显存，需要至少6G的显存配置，14b需要12G的显存配置。

风云君再看一眼自己的电脑配置，GPU型号为NVIDIA GeForce GT 710，显卡内存只有2GB，只能运行1.5b大小的模型。至于1.5b安装后的体感，一个字形容就是：呆。

Deepseek也给出了自己的答案，NVIDIA GeForce GT 710作为一款入门级显卡，性能有限，主要用于基础图形处理和轻度学习，不适合部署deepseek这类的深度学习模型。

相信遇到这个问题的，应该不止风云君一个人。

随着大模型轻型化技术成熟，像PC、手机、汽车等终端未来都可以部署AI模型。特别是PC，目前使用频率最高的生产工具，也是目前可实现度最高的工具。

本地模型部署需要强大的计算能力来支持模型的推理和训练过程，现实是当前市场上的大部分PC，在硬件性能上难以满足本地模型部署的要求。

如果想要运行一些较为复杂的大语言模型，需要多核心、高频率的处理器，才能快速处理大量的数据和复杂的算法，否则就会卡顿延迟影响效率。

同时，本地模型需要占用大量的内存和存储空间来存储模型参数和中间计算结果。如果内存容量较小，无法同时加载和运行多个模型。此外，如果是涉及图像和视频处理的模型，对显卡的图形处理能力也有更高要求。

逻辑很简单，马上就会有越来越多的人意识到，要想充分享受本地模型带来的便利和优势，就必须更换性能更强大的PC。那么这一系列连锁反应，也一定会触及A股的上市公司。

于是便有了下面这篇文章。

注：以下内容，由deepseek生成，并由风云君整理，不构成投资建议。数据截至2024年Q3，投资有风险，入市需谨慎。