# DeepSeek-V4-Flash-0731 的 GPU 需求

DeepSeek-V4-Flash-0731 有 304B 參數。部署推理時，16 位約需 730 GB 視訊記憶體，8 位約 365 GB，4 位約 183 GB，其中包含約 20% 用於 KV 快取和啟用值。

它是混合專家模型：共 256 個專家，每個 token 啟用其中 6 個。所有專家都常駐視訊記憶體，因此視訊記憶體要按全部 304B 參數來規劃。

[在 Arrakis 上部署](/console/#/models?model=deepseek-ai/DeepSeek-V4-Flash-0731)。

## 部署推理需要什麼

| 精度 | 視訊記憶體與最小配置 |
|---|---|
| 16 位 | 730 GB：4 × [B300](/zh-tw/gpus/b300.html.md)，4 塊合計每小時 $18.40 起 |
| 8 位 | 365 GB：2 × [B300](/zh-tw/gpus/b300.html.md)，2 塊合計每小時 $9.20 起 |
| 4 位 | 183 GB：一張 [B300](/zh-tw/gpus/b300.html.md)，每 GPU 小時 $4.60 起 |

## 微調需要什麼

| 方法 | 視訊記憶體與最小配置 |
|---|---|
| QLoRA | 213 GB：一張 [B300](/zh-tw/gpus/b300.html.md)，每 GPU 小時 $4.60 起 |
| LoRA | 730 GB：4 × [B300](/zh-tw/gpus/b300.html.md)，4 塊合計每小時 $18.40 起 |
| 全量微調 | 4,867 GB：多於一台 8 卡機器 |

## 關於這個模型

| | |
|---|---|
| 引數量 | `304B` |
| 專家數 | `256` |
| 每個 token 的專家數 | `6` |
| 上下文視窗（token） | `1,048,576` |
| 釋出精度 | `FP8` |
| 許可證 | `mit` |
| 釋出日期 | `2026-07-31` |
| 權重 | [deepseek-ai/DeepSeek-V4-Flash-0731](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731) |

## 自己部署

```
vllm serve deepseek-ai/DeepSeek-V4-Flash-0731 --tensor-parallel-size 4
```

## 常見問題

**DeepSeek-V4-Flash-0731 需要多少視訊記憶體？** 推理部署時，16 位約需 730 GB，8 位約 365 GB，4 位約 183 GB，其中包含約 20% 用於 KV 快取和啟用值。微調時，QLoRA 約需 213 GB，LoRA 約需 730 GB，使用 Adam 全量微調約需 4,867 GB，均未計入啟用值。

**DeepSeek-V4-Flash-0731 能在單張 GPU 上執行嗎？** 可以，但需要量化。4 位下約需 183 GB，一張 B300 就能放下。16 位下需要 4 張 B300。

**執行 DeepSeek-V4-Flash-0731 要多少錢？** 16 位下需要 4 張 B300；4 位下需要一張 B300。本頁每種配置都顯示 Arrakis 目前每 GPU 小時的最低價格，從預付餘額中按小時扣費。

**如何在 Arrakis 上部署 DeepSeek-V4-Flash-0731？** 在 Arrakis 控制台中開啟 Models，貼上 deepseek-ai/DeepSeek-V4-Flash-0731，選擇 vLLM、SGLang 或 llama.cpp，然後租用一張能放下它的 GPU。你會得到一個相容 OpenAI 的端點，帶有專屬 API 金鑰，並可透過 root SSH 登入機器。


更多模型：[/models](/zh-tw/models.html.md)。