# Besoins GPU de DeepSeek-OCR

DeepSeek-OCR compte 3,3B paramètres. Pour le servir, prévoyez environ 8,0 Go de mémoire GPU en 16 bits, 4,0 Go en 8 bits ou 2,0 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 64 experts, dont 6 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 3,3B paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=deepseek-ai/DeepSeek-OCR).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 8,0 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |
| 8 bits | 4,0 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |
| 4 bits | 2,0 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 2,3 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |
| LoRA | 8,0 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |
| Fine-tuning complet | 53 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |

## À propos du modèle

| | |
|---|---|
| Paramètres | `3.3B` |
| Experts | `64` |
| Experts par token | `6` |
| Fenêtre de contexte (tokens) | `8,192` |
| Publié en | `BF16` |
| Licence | `mit` |
| Date de publication | `2025-10-17` |
| Poids | [deepseek-ai/DeepSeek-OCR](https://huggingface.co/deepseek-ai/DeepSeek-OCR) |

## Servez-le vous-même

```
vllm serve deepseek-ai/DeepSeek-OCR --tensor-parallel-size 1
```

## Questions

**De combien de mémoire GPU DeepSeek-OCR a-t-il besoin ?** Pour le servir, environ 8 Go en 16 bits, 4 Go en 8 bits et 2 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 2 Go avec QLoRA, 8 Go avec LoRA et 53 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner DeepSeek-OCR sur un seul GPU ?** Oui. En 16 bits, il lui faut environ 8,0 Go, ce qui tient sur un RTX 4090 ou RTX 3090.

**Combien coûte l’exécution de DeepSeek-OCR ?** En 16 bits, il lui faut un RTX 4090 ou RTX 3090 ; en 4 bits, un RTX 4090 ou RTX 3090. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer DeepSeek-OCR sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez deepseek-ai/DeepSeek-OCR, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).