DeepSeek-R1
رسمي · FP8 · safetensors
اجرا چاپېریال تایید شوی: Transformers
| Precision / quantization | بڼه | بټونه | پر خپروونکي باور | د ځایپرځای کولو حالت |
|---|---|---|---|---|
| FP8 | safetensors | 8 | رسمي | اجرا چاپېریال تایید شوی |
DeepSeek · استدلال · DeepSeek R1
DeepSeek R1: ځانګړنې، د GPU اړتیاوې، کوربهتوب او ځایپرځای کول
DeepSeek R1 is a recent Reasoning release in the DeepSeek family, certified from its immutable official source revision.
ټول پارامېټرونه۶۷۱٫۰B
فعال پارامېټرونه۳۷٫۰B
د context کړکۍ۱۶۳٬۸۴۰ tokens
د نسخې وضعیتوروستی · وروستی
معماريDeepseekV3ForCausalLM
موداليټيګانېمتن
جوازMIT
د ځایپرځای کولو حالتله تصدیق شوي تنظیم سره ځایپرځای کېدای شي
سوداګریز وضعیتسوداګریزه کارونه اجازه لري
د خپرېدو نېټه2025-01-20
معماري، پیاوړتیاوې او کارونې
DeepSeek R1 is an official self-hostable DeepSeek release in the DeepSeek Reasoning track. It uses DeepseekV3ForCausalLM, carries 671B / 37B MoE, supports a verified context window of 163,840 ټوکنونه, and exposes only source-certified checkpointونه and د اجرا چاپېریال combinations. Its release, license and deployment facts are tied to the official repository revision rather than inferred from the family name.
DeepSeek R1 uses DeepseekV3ForCausalLM with 671B / 37B MoE. The stored architecture profile records 61 layers, hidden width 7168, 128 attention heads and a 163,840 ټوکن context ceiling where the official configuration publishes those fields.
Verified DeepseekV3ForCausalLM architecture
163,840 ټوکن certified context
Official FP8 checkpoint coverage
Private LLM inference
Agentic workflows
Long-context document processing
تایید شوي checkpoint-ونه او quantization-ونه
یوازې د سرچینې له خوا تصدیق شوې کره بڼې چې له دې نسخې سره تړلې دي، ښودل کېږي.
سپارښتل شوی هارډوېیر
Use only the listed transformers د اجرا چاپېریال configuration with the exact checkpoint precision. The recommendation engine checks weight memory, KV cache, د اجرا چاپېریال overhead, safety اضافي ظرفیت, GPU architecture and topology before ranking rentable and reference hardware.
د وزنونو اټکلي حافظه643.66 GB
KV cache6.67 GB
د اجرا چاپېریال اضافي اړتیا173.7 GB
ټول له خوندیتوب حاشیې سره1021.81 GB
له تخنیکي پلوه سازګاره مرجع اندازهټاکنه
د FusionPointAI په اوسني موجودي کې هېڅ مورد د دې کره checkpoint لپاره د اجرا چاپېریال، معمارۍ، جوړښت او حافظې ټول شرطونه نه پوره کوي. د نړۍ په کچه سازګار هارډوېیر لپاره اټکلکوونکی وکاروئ.
د جواز او خپل کوربهتوب ملاحظات
The full 671B resident weight set must fit across the selected GPUs. Context and concurrency add KV-cache memory; MoE active parameters do not replace resident-weight memory.
DeepSeek R1 is published under MIT. The release-scoped official license link and verification date are retained with the catalogue record.
سوداګریزه کارونه اجازه لري. رسمي جواز سوداګریزه کارونه اجازه کوي؛ د جواز نور مکلفیتونه هم پر خپل ځای دي.
بدیلونه او همنسله بڼې
DeepSeek R1 0528, DeepSeek-R1, DeepSeek-R1-0528
د نسخو مهالوېش
deepseek/deepseek/deepseek-r1
د سرچینې جزئیات
د سرچینې revision: 0a49179ebeef9a97dc3402562e0cf93623749343cfca25c73ce31cc63c7771ab
ډېرې پوښتل شوې پوښتنې
How much VRAM does DeepSeek R1 require?
The exact estimate depends on checkpoint precision, context and concurrency; the page recommendation uses the certified memory engine and compatible د اجرا چاپېریال configurations.
Which د اجرا چاپېریالونه ملاتړ DeepSeek R1?
Certified upstream د اجرا چاپېریال evidence is available for transformers.
Can DeepSeek R1 be used commercially?
The stored commercial classification is Commercial Use Allowed. Consult the official MIT terms for the final obligations.
رسمي مراجع
وروستی تایید: 2026-08-26