Coding AIDeepSeekMIT

DeepSeek-Coder-V2 236B

deepseek-ai/DeepSeek-Coder-V2-Instruct

236B MoE 编程模型。

参数量

236B

上下文

128K

下载量

890K

点赞

2.1K

架构

moe_transformer

在 HuggingFace 查看

GPU 需求

按量化方案和使用场景估算的显存 / 内存 / 磁盘

量化最低配置推荐配置生产配置
FP1616bit
561.0 GB
RAM 841.5 · Disk 724.8
602.1 GB
RAM 903.1 · Disk 750.8
724.2 GB
RAM 1086.3 · Disk 789.8
FP88bit
283.0 GB
RAM 424.5 · Disk 381.9
311.4 GB
RAM 467.1 · Disk 407.9
420.9 GB
RAM 631.4 · Disk 446.9
INT88bit
283.0 GB
RAM 424.5 · Disk 381.9
311.4 GB
RAM 467.1 · Disk 407.9
420.9 GB
RAM 631.4 · Disk 446.9
AWQ4bit
149.2 GB
RAM 223.8 · Disk 216.9
171.5 GB
RAM 257.2 · Disk 242.9
274.9 GB
RAM 412.4 · Disk 281.9
GPTQ4bit
150.9 GB
RAM 226.4 · Disk 219.0
173.3 GB
RAM 260.0 · Disk 245.0
276.8 GB
RAM 415.3 · Disk 284.0
GGUF4bit
154.4 GB
RAM 231.6 · Disk 223.3
176.9 GB
RAM 265.4 · Disk 249.3
280.6 GB
RAM 421.0 · Disk 288.3

GPU 推荐

Best ValueBEST

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 134.7 tok/s

可用生产吞吐 ≈ 94.3 tok/s

score 0.2603

Cheapest

8× RTX 3090

192 GB VRAM

$612/月

≈ 26.3 tok/s

可用生产吞吐 ≈ 18.4 tok/s

score 0.5305

Deploy on vast ↗
Performance

4× H200 SXM

564 GB VRAM

$10,220/月

≈ 101 tok/s

可用生产吞吐 ≈ 70.7 tok/s

score 0.3505

Min Complexity

1× B200

180 GB VRAM

$3,013/月

≈ 0 tok/s (N/A — benchmark unavailable)

可用生产吞吐 ≈ 0 tok/s

score 0.5739

Deploy on vast ↗

💬 社区 —— 真实部署经验

0 文章 · 0 实测

进入社区 →

单卡可运行的 GPU

B200

180 GB VRAM

$3,013

/月 · vast

B200 SXM

180 GB VRAM

AmciHub

AI 模型部署与算力决策平台——分析 AI 模型的硬件需求、GPU 性能、云端价格与部署成本,帮助你选择合适的部署方案。

© 2026 AmciHub. 保留所有权利。 Model → Requirement → GPU → Benchmark → Cloud → Cost → Recommendation