Arrakis / Modelos / DeepSeek-V3.2

Requisitos de GPU de DeepSeek-V3.2

DeepSeek-V3.2 tiene 685B parámetros. Para servirlo, calcula unos 1.645 GB de memoria de GPU en 16 bits, 822 GB en 8 bits o 411 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 256 expertos, 8 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 685B parámetros.

Desplegar este modelo Comprobar otro modelo

Lo que hace falta para servirlo

La memoria de GPU para ejecutarlo en inferencia, con la configuración de GPU más pequeña que lo sostiene y el precio más bajo en Arrakis ahora mismo.

Precisión	Memoria y configuración mínima
16 bits	1.645 GB: 8 × B300, desde 36,80 US$ por hora las 8
8 bits	822 GB: 4 × B300, desde 18,40 US$ por hora las 4
4 bits	411 GB: 2 × B300, desde 9,20 US$ por hora las 2

Lo que hace falta para ajustarlo

QLoRA entrena adaptadores sobre un modelo congelado de 4 bits; LoRA, sobre uno de 16 bits, y el ajuste fino completo actualiza todos los pesos. Las cifras no incluyen las activaciones, que crecen con el tamaño del lote y la longitud de secuencia.

Método	Memoria y configuración mínima
QLoRA	480 GB: 2 × B300, desde 9,20 US$ por hora las 2
LoRA	1.645 GB: 8 × B300, desde 36,80 US$ por hora las 8
Ajuste fino completo	10.966 GB: más de una máquina de 8 GPU

Sobre el modelo

De su ficha y sus archivos en Hugging Face. Las cifras de memoria siguen la guía de memoria de GPU.

Parámetros: 685B
Expertos: 256
Expertos por token: 8
Ventana de contexto (tokens): 163,840
Publicado en: FP8
Licencia: mit
Fecha de publicación: 2025-12-01
Pesos: deepseek-ai/DeepSeek-V3.2

Despliégalo en Arrakis

Abre Models en la consola, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina. O ejecútalo tú mismo en cualquier máquina con suficiente memoria de GPU:

vLLM

vllm serve deepseek-ai/DeepSeek-V3.2 --tensor-parallel-size 8

Desplegar este modelo Cómo funciona el despliegue

Preguntas

Los precios en tiempo real de todas las GPU están en la página de precios de GPU.

¿Cuánta memoria de GPU necesita DeepSeek-V3.2?

Para servirlo, unos 1.645 GB en 16 bits, 822 GB en 8 bits y 411 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 480 GB con QLoRA, 1.645 GB con LoRA y 10.966 GB para un ajuste fino completo con Adam, sin contar las activaciones.

¿Puedo ejecutar DeepSeek-V3.2 en una sola GPU?

No. Incluso en 4 bits necesita unos 411 GB: 2 GPU B300.

¿Cuánto cuesta ejecutar DeepSeek-V3.2?

En 16 bits necesita 8 GPU B300; en 4 bits, 2 GPU B300. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.

¿Cómo despliego DeepSeek-V3.2 en Arrakis?

Abre Models en la consola de Arrakis, pega deepseek-ai/DeepSeek-V3.2, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.

Más modelos

Todos los modelos, y una comprobación para cualquier otro.