最近在折腾 DeepSeek R1 的私有部署，发现不少开发者都遇到了类似的困扰。明明按照文档一步步来，却总是会碰到这样那样的问题 - 分片下载老是断，模型合并偶尔出错，环境配置更是让人头大。要是再遇到多机分布式、高并发或者国产芯片这些场景，那就更不好处理了。

正好最近看到一个挺有意思的开源项目 GPUStack (https://github.com/gpustack/gpustack/)。它用 Apache 协议开源，主要就是为了解决 DeepSeek R1 这类大模型的部署问题。试用下来体验还不错，分享给家人们~

• 支持 Windows、Linux、macOS，基本主流平台都能跑

• 会自动处理资源分配，多机协同计算也不在话下

• 硬件支持很全面，从 NVIDIA、AMD、Mac 到国产的昇腾、海光、摩尔线程都能用

说到底，DeepSeek R1 的部署之所以麻烦，主要还是因为它太"重"了 - 671B 的参数量即便量化后也不小。这就带来了几个实际问题：

• 单机资源往往不够用

• 量化后的模型依然很吃配置

• 不同硬件平台的算力不好统一调度

GPUStack 的思路是通过分布式推理来解决这些问题。它能自动协调多台机器的资源，让 DeepSeek R1 在各种硬件环境下都能稳定运行。

下面我们就来看看它具体是怎么工作的，以及在实际场景中该如何使用。

桌面场景

单机运行小参数量模型

在 Windows 和 macOS 桌面设备上，单机运行 DeepSeek R1 1.5B ~ 14B 等小参数模型。如果显存不足，GPUStack 也支持将部分模型权重加载到内存，实现 GPU & CPU 混合推理，确保在有限硬件资源下的运行。

resources-desktop

models-desktop

分布式推理运行大参数量模型

当单机无法满足模型运行需求时，GPUStack 支持跨主机分布式推理。例如：

多机分布式推理

• 使用一台 Mac Studio 可以运行 Unsloth 最低动态量化（1.58-bit）的 DeekSeek R1 671B 模型，更高的量化和动态量化版本可以通过分布式推理功能，使用两台 Mac Studio 分布式运行。还可以灵活多卡切分比例和满足更多的场景需求，例如更多的分布式节点和更大的上下文设置。

异构分布式推理

使用：

• 一台 Ubuntu 服务器，搭载 NVIDIA RTX 4090（24GB VRAM）

• 一台 Windows 主机，搭载 AMD Radeon RX 7800（16GB VRAM）

• 一台 MacBook Pro，搭载 M4 Pro，拥有 36GB 统一内存

聚合这些异构设备的 GPU 资源，运行单机无法运行的 DeepSeek-R1 32B 或 70B 量化蒸馏模型，充分利用多台设备的算力来提供推理。

resources-nvidia-amd-mac

models-nvidia-amd-mac

生产场景

UI 全自动多机部署超大模型

在 2 台 8 卡 NVIDIA A100 服务器上，一键开启 GPUStack 的多机分布式推理功能，通过 UI 配置全自动实现跨多机运行 DeepSeek R1 671B 量化版本，突破单机显存限制，高效执行超大规模模型推理。

resources-a100-distributed-inference

models-a100-distributed-inference

高并发高吞吐的生产部署

在需要高并发、高吞吐、低延迟的生产环境中，使用 vLLM 高效部署推理 DeepSeek R1 全量版或蒸馏版，充分利用推理加速技术支撑大规模并发请求，提升推理效率。

resources-a100-vllm

models-a100-vllm

国产硬件适配

在昇腾、海光等国产 GPU 上，GPUStack 也提供适配支持。例如，在 8 卡海光 K100_AI 上运行 DeepSeek R1 671B 量化或蒸馏版本，充分发挥国产硬件的计算能力，实现自主可控的私有化部署方案。

image-20250212215646152

image-20250212215549702

对于诸如上述的各种部署场景，GPUStack 都能根据环境自动选择最佳部署方案，提供自动化的一键部署，用户不需要繁琐的部署配置。同时用户也拥有自主控制部署的灵活性。

以下是 DeepSeek R1 各个蒸馏模型和满血 671B 模型在不同量化精度下的显存需求及相应推荐硬件，供在各种场景下部署提供参考：

image-20250212192000021

不同的模型、量化方式、上下文大小、推理参数设置或多卡并行配置对显存需求各不相同。对于 GGUF 模型，可以使用模型资源测算工具 GGUF Parser（https://github.com/gpustack/gguf-parser-go）来手动计算的显存需求。实际部署时，GPUStack 会自动计算并分配适合的显存资源，无需用户手动配置。

gguf-parser

GPUStack 不仅仅是 LLM 推理框架，除了 大语言模型（LLM），GPUStack 还支持多种 生成式 AI 模型，覆盖更广泛的应用场景，包括：

• 多模态模型：如 Qwen2.5-VL、InternVL 2.5

• 图像生成模型：如 Stable Diffusion、Flux

• 语音模型（STT/TTS）：如 Whisper、CosyVoice

• Embedding 模型：如 BGE、BCE、Jina

• Reranker 模型：如 BGE Reranker、Jina Reranker

无论是个人开发者的桌面端，还是企业级数据中心，GPUStack 都能提供高效、灵活的私有部署方案，帮助用户轻松运行各类 AI 模型。

GPUStack 不仅仅是一个推理框架，它具备整体的部署、管理与运维解决方案，让大模型部署变得更加简单和高效，包括：

• 国产硬件支持：兼容昇腾、海光、摩尔线程等异构算力芯片

• 模型管理：支持模型升级、推理引擎多版本并存、离线部署

• 高可用：多实例负载均衡，确保高效稳定的推理表现

• 监控 & 可视化：提供 GPU/LLM 观测指标、Dashboard 仪表板

• 安全控制：用户管理、API 认证授权，满足企业级需求

如何安装 GPUStack？如果你对 GPUStack 感兴趣，可以参考以下步骤进行安装部署。

安装 GPUStack

脚本一键安装

❝

安装要求参考：https://docs.gpustack.ai/latest/installation/installation-requirements/

GPUStack 支持脚本一键安装、容器安装、pip 安装等各种安装方式，这里使用脚本方式安装。

在 Linux 或 macOS 上：

通过以下命令在线安装，安装完成需要输入 sudo 密码启动服务，这个步骤需要联网下载各种依赖包，网络不好可能需要花费十几到几十分钟的时间：

curl -sfL https://get.gpustack.ai | INSTALL_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple sh -s -   

在 Windows 上：

以管理员身份运行 Powershell，通过以下命令在线安装，这个步骤需要联网下载各种依赖包，网络不好可能需要花费十几到几十分钟的时间：

$env:INSTALL_INDEX_URL = "https://pypi.tuna.tsinghua.edu.cn/simple"   Invoke-Expression (Invoke-WebRequest -Uri "https://get.gpustack.ai" -UseBasicParsing).Content   

当看到以下输出时，说明已经成功部署并启动了 GPUStack：

[INFO]  Install complete.      GPUStack UI is available at http://localhost.   Default username is 'admin'.   To get the default password, run 'cat /var/lib/gpustack/initial_admin_password'.      CLI "gpustack" is available from the command line. (You may need to open a new terminal or re-login for the PATH changes to take effect.)   

接下来按照脚本输出的指引，拿到登录 GPUStack 的初始密码，执行以下命令：

在 Linux 或 macOS 上：

cat /var/lib/gpustack/initial_admin_password   

在 Windows 上：

Get-Content -Path (Join-Path -Path $env:APPDATA -ChildPath "gpustack\initial_admin_password") -Raw   

在浏览器访问 GPUStack UI，用户名 admin，密码为上面获得的初始密码。

重新设置密码后，进入 GPUStack：

overview

纳管 GPU 资源

GPUStack 支持纳管 Linux、Windows 和 macOS 设备的异构 GPU 资源，步骤如下。

其他节点需要通过认证 Token 加入 GPUStack 集群，在 GPUStack Server 节点执行以下命令获取 Token：

在 Linux 或 macOS 上：

cat /var/lib/gpustack/token   

在 Windows 上：

Get-Content -Path (Join-Path -Path $env:APPDATA -ChildPath "gpustack\token") -Raw   

拿到 Token 后，在其他节点上运行以下命令添加 Worker 到 GPUStack，纳管这些节点的 GPU（将其中的 http://YOUR_IP_ADDRESS 替换为你的 GPUStack 访问地址，将 YOUR_TOKEN 替换为用于添加 Worker 的认证 Token）：

在 Linux 或 macOS 上：

curl -sfL https://get.gpustack.ai | INSTALL_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple sh -s - --server-url http://YOUR_IP_ADDRESS --token YOUR_TOKEN   

在 Windows 上：

$env:INSTALL_INDEX_URL = "https://pypi.tuna.tsinghua.edu.cn/simple"   Invoke-Expression "& { $((Invoke-WebRequest -Uri "https://get.gpustack.ai" -UseBasicParsing).Content) } -- --server-url http://YOUR_IP_ADDRESS --token YOUR_TOKEN"   

通过以上步骤，我们已经安装好 GPUStack 并纳管了多个 GPU 节点，接下来就可以使用这些 GPU 资源来部署所需的各种 DeekSeek R1 满血、量化、蒸馏模型和其他模型了。

总结

以上是关于如何安装 GPUStack 并在不同场景下部署 DeekSeek R1 模型的使用教程。你可以访问项目的开源仓库：https://github.com/gpustack/gpustack 了解更多信息。

GPUStack 是一个低门槛、易上手、开箱即用的私有大模型服务平台。它可以轻松整合并利用各种异构 GPU 资源，方便快捷地为生成式 AI 应用和应用开发人员部署所需的各种 AI 模型。

GPUStack 背后的研发团队具有全球顶级开源项目经验，项目的功能设计和文档都很完整，团队自项目初期便面向全球用户，当前已有大量国内外开源用户。团队致力于将国产开源项目推广到全球，值得关注。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）