LLMDeepSeekMIT

DeepSeek V4 Pro

deepseek-ai/DeepSeek-V4-Pro

参数量

1600B

上下文

1024K

下载量

1.4M

点赞

5.4K

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
3774.9 GB
RAM 5662.4 · Disk 4688.2
3962.1 GB
RAM 5943.1 · Disk 4714.2
4230.3 GB
RAM 6345.5 · Disk 4753.2
FP88bit
1890.0 GB
RAM 2834.9 · Disk 2363.6
1991.4 GB
RAM 2987.1 · Disk 2389.6
2174.0 GB
RAM 3260.9 · Disk 2428.6
INT88bit
1890.0 GB
RAM 2834.9 · Disk 2363.6
1991.4 GB
RAM 2987.1 · Disk 2389.6
2174.0 GB
RAM 3260.9 · Disk 2428.6
AWQ4bit
982.8 GB
RAM 1474.2 · Disk 1244.9
1043.0 GB
RAM 1564.5 · Disk 1270.9
1184.3 GB
RAM 1776.5 · Disk 1309.9
GPTQ4bit
994.6 GB
RAM 1491.9 · Disk 1259.4
1055.3 GB
RAM 1583.0 · Disk 1285.4
1197.2 GB
RAM 1795.8 · Disk 1324.4
GGUF4bit
1018.1 GB
RAM 1527.2 · Disk 1288.5
1079.9 GB
RAM 1619.9 · Disk 1314.5
1222.9 GB
RAM 1834.3 · Disk 1353.5

GPU 推荐

Best ValueBEST

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 19.9 tok/s

可用生产吞吐 ≈ 13.9 tok/s

score 0.3731

Cheapest

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 19.9 tok/s

可用生产吞吐 ≈ 13.9 tok/s

score 0.3731

Performance

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 19.9 tok/s

可用生产吞吐 ≈ 13.9 tok/s

score 0.3731

Min Complexity

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 19.9 tok/s

可用生产吞吐 ≈ 13.9 tok/s

score 0.3731

💬 社区 —— 真实部署经验

0 文章 · 0 实测

进入社区 →
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