DeepSeek-R1 模型下载指南：3 种方式，从选型到本地部署

DeepSeek-R1 模型下载指南：3 种方式，从选型到本地部署

【免费下载链接】DeepSeek-R1探索新一代推理模型，DeepSeek-R1系列以大规模强化学习为基础，实现自主推理，表现卓越，推理行为强大且独特。开源共享，助力研究社区深入探索LLM推理能力，推动行业发展。【此简介由AI生成】项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-R1

DeepSeek-R1 是 DeepSeek 开源的推理模型：6710 亿总参数（激活 370 亿），采用 MoE 混合专家架构，官方上下文 128K。这个体量的 DeepSeek-R1 模型下载不是几分钟的事——全量权重被切成 163 个分片，总容量约 688GB，对磁盘和网络稳定性都是实打实的考验。本文用"先选型、再下载、后校验、最后跑起来"的顺序，把三种下载方式、完整性和常用推理参数一次讲清，帮你避开大文件下载里最常见的坑。

下载 DeepSeek-R1 模型前，先想清楚两个问题

大多数人在第一步就踩坑：直接开始拉 688GB 的全量权重，然后发现显存不够跑、硬盘不够放、或者transformers加载后报错。所以动手之前，先回答两个问题。

问题一：你用的是哪一代模型？官方开源了两个核心模型：DeepSeek-R1（加入冷启动数据 + 两阶段强化学习，效果对标 o1）和 DeepSeek-R1-Zero（纯强化学习训练，行为更"原始"）。另外还有一套蒸馏模型：用 DeepSeek-R1 生成的推理数据，微调出的 6 个中小规模模型（1.5B / 7B / 8B / 14B / 32B / 70B），它们在普通硬件上就能跑，性价比最高。

问题二：你的硬件扛得住吗？全量模型是 FP8 权重 + MoE 结构，单机消费级显卡基本没有部署空间，需要多卡集群；个人电脑和服务器更现实的路线是选蒸馏版。

结论很简单：想本地跑，先下蒸馏版（本文以 32B 为例）；做研究复现，才去下 688GB 的全量 R1。磁盘建议留 1.5 倍余量——下载过程会有临时文件。

3 种下载方式：对比与选择

三种方式的取舍如下，按"最省事 → 最可控"排列：

方式一：git clone 拉取完整仓库

先安装 Git LFS（大文件版本控制工具，没有它克隆下来只有几百字节的占位文件）：

sudo apt-get install git-lfs && git lfs install

然后克隆镜像仓库，命令会后台拉取全部 LFS 文件，可以挂长连接跑：

git clone https://gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-R1

克隆完成后目录结构大致如下：config.json（模型结构配置）、generation_config.json（生成参数）、configuration_deepseek.py和modeling_deepseek.py（远程推理代码，trust_remote_code=True时会用到）、tokenizer.json/tokenizer_config.json（分词器）、163 个model-XXXXX-of-000163.safetensors权重分片，以及model.safetensors.index.json（分片索引）。

方式二：用 huggingface_hub 下载（推荐）

官方模型发布在 HuggingFace 平台，snapshot_download是官方提供的下载入口，支持断点续传和多文件并发。这段代码做什么：把整个 DeepSeek-R1 仓库下载到当前目录下的./DeepSeek-R1，8 个并发线程拉取。

from huggingface_hub import snapshot_download path = snapshot_download( repo_id="deepseek-ai/DeepSeek-R1", local_dir="./DeepSeek-R1", max_workers=8, ) print("下载完成:", path)

如果只下蒸馏版，把repo_id换成对应的仓库名（如deepseek-ai/DeepSeek-R1-Distill-Qwen-32B）即可，思路完全一致。中途断网后重新运行同一段代码，会跳过已完成的分片继续下载。

方式三：只取单个文件

偶尔只需要config.json看结构，或者拿某个分片补传，直接用浏览器或curl从仓库的原始文件地址下载即可，注意把resolve后的文件名写对。取完文件后建议和本地已有文件做大小比对，防止传输截断。

怎么确认下载是完整的

688GB 的文件传一半很难用肉眼发现。仓库里自带model.safetensors.index.json，它记录了每个参数张量位于哪个分片，正好可以当"清单"来核对。这段代码做什么：读索引文件，检查它引用的每个分片是否都真实存在于本地目录。

import json, os model_dir = "./DeepSeek-R1" index = json.load(open(os.path.join(model_dir, "model.safetensors.index.json"))) shards = set(index["weight_map"].values()) # 应恰好 163 个 missing = [f for f in shards if not os.path.exists(os.path.join(model_dir, f))] print("分片总数:", len(shards), "| 缺失:", missing if missing else "无")

核对标准有两条：分片数等于 163；没有任何缺失文件。另外提醒一个隐蔽坑——如果你用 git 克隆但没装 Git LFS，分片会只有几百字节且内容是 LFS 指针文本（以version https://git-lfs.github.com开头），此时每个分片大小应该在 GB 量级，一比对就能发现异常。

官方基准成绩：这个模型值不值得下

DeepSeek-R1 的推理能力是它被大量下载的原因。下面是官方报告中的几项代表性成绩（Pass@1），可以直观看出和闭源模型的差距：

蒸馏版同样能打：32B 版本在 AIME 2024 上拿到 72.6，超过 o1-mini 的 63.6；Llama-70B 版的 MATH-500 达 94.5，是稠密模型里的第一梯队。所以如果你的硬件只够 32B，能力损失并没有硬件差距看起来那么大。

拿到权重后怎么跑起来

先说一个容易误解的点：全量 R1/R1-Zero 目前官方尚未支持直接用 transformers 加载，官方指引是参考 DeepSeek-V3 仓库的部署方案，门槛是多机多卡。而蒸馏版是标准结构，vLLM 一条命令起服务：

vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B \ --tensor-parallel-size 2 \ --max-model-len 32768 \ --enforce-eager

这条命令做什么：以 2 卡张量并行方式启动 32B 蒸馏版的推理服务，最大上下文 32768，--enforce-eager关闭 CUDA graph 以保证首次部署稳定。SGLang 路线同理：python3 -m sglang.launch_server --model deepseek-ai/DeepSeek-R1-Distill-Qwen-32B --trust-remote-code --tp 2。

显存紧张时可以考虑量化加载（如 8-bit / 4-bit），以少量精度损失换容量，但官方基准成绩都是在未量化下测得，严肃评测请保留原始精度。

关键参数：不设置对，效果会打折扣

仓库里的generation_config.json已经给出了官方采样参数，实际使用时务必对齐，这几条来自官方使用建议：

• temperature 取 0.5~0.7，推荐 0.6，top_p 0.95。温度开太高会陷入无限重复或输出乱码。
• 不要加 system prompt。这类模型的指令要全部放在用户消息里，加了系统提示反而影响推理质量。
• 数学题提示词里加一句："Please reason step by step, and put your final answer within \boxed{}."
• 强制以<think>\n开头：部分提问会让模型跳过思考过程直接答，在输出开头固定加<think>前缀可以保证它进入完整推理。
• 评估能力时多跑几次取平均，单次结果波动较大。

常见问题排查

• 磁盘不够：全量约 688GB + 临时空间，先df -h确认；个人机器请改下蒸馏版。
• 克隆下来的分片只有几百字节：没装 Git LFS，执行git lfs install后重新克隆，或用git lfs pull补拉。
• 下载中途断网：三种方式都支持续传——git 重新 clone 会跳过已有对象；huggingface_hub 重跑同一命令自动续传；手动下载用带Range请求头的补传。
• 加载时报错找不到远程代码：确认configuration_deepseek.py、modeling_deepseek.py都在模型目录里，并开启trust_remote_code=True。
• 输出开始复读或跑题：优先检查 temperature 是否超出 0.5~0.7 区间。

下一步

如果你只是想尽快看到效果：选 32B 蒸馏版，用上面的 huggingface_hub 或 git 方式下完，vLLM 起服务，按"temperature 0.6、无 system prompt、<think>开头"三件套提问。如果你要复现官方成绩或做研究，再规划 688GB 磁盘和多卡集群去拉全量权重。模型许可为 MIT，允许商用和衍生使用（蒸馏版各自沿用 Qwen / Llama 底座的附加条款，见仓库LICENSE）。

【免费下载链接】DeepSeek-R1探索新一代推理模型，DeepSeek-R1系列以大规模强化学习为基础，实现自主推理，表现卓越，推理行为强大且独特。开源共享，助力研究社区深入探索LLM推理能力，推动行业发展。【此简介由AI生成】项目地址: https://ai.gitcode.com/hf_mirrors/deepseek-ai/DeepSeek-R1