2024年2月2日，腾讯云宣布DeepSeek-R1大模型正式支持一键部署至腾讯云HAI（高性能应用服务）。开发者仅需3分钟即可完成部署并调用模型，大幅简化了传统部署流程中买卡、装驱动、配网络、配存储、装环境、装框架、下载模型等繁琐步骤。通过腾讯云HAI，开发者只需两步即可轻松调用DeepSeek-R1大模型，显著提升了开发效率。
国内云端AI算力平台对比
在国内云端AI算力平台中，百度飞桨AI Studio仅支持部署运行PaddlePaddle深度学习框架，而腾讯Cloud Studio则没有这一限制，且每月免费提供10000分钟的使用时长，支持随用随开、即时关闭，成为轻量化部署DeepSeek-R1的理想平台。此外，有传闻称腾讯可能是DeepSeek背后的重要股东，进一步凸显了双方合作的深度。
主流云端算力平台免费配额对比
目前，提供免费配额的主流云端算力平台包括Google Colab、Amazon SageMaker Studio Lab、Kaggle、Gradient、阿里云天池、百度AI Studio和腾讯Cloud Studio等。以下是各平台的主要特点：
-
Google Colab：无总计使用时间限制，单次连续使用时间不超过12小时，提供多种GPU选项。
-
Amazon SageMaker Studio Lab：提供Tesla T4 GPU（16GB显存），持久化存储空间15GB，每天运行时间不超过8小时，单次使用限制4小时。
-
Kaggle：提供16GB显存的P100 GPU，每周总运行时间不超过40小时，单次限制6小时，持久化存储空间20GB。
-
Gradient：提供8vCPU、30GB RAM和Quadro M4000 GPU（8GB显存），持久化存储空间仅5GB。
-
Azure 100/Student：Microsoft Azure学生账户提供100美元赠金，可用于购买GPU算力资源，支持16GB或更大显存的Tesla T4 GPU及50GB持久化存储空间。
-
阿里云天池：提供总计60小时GPU使用时间，显存16GB，单次连续使用时间不超过8小时。
-
百度AI Studio：提供多种GPU选项，但仅支持PaddlePaddle框架，吸引力有限。
腾讯Cloud Studio的优势
腾讯Cloud Studio在免费配额方面表现尤为突出，按月赠送体验时长（配额），非常良心。Cloud Studio提供两类工作空间：
-
通用工作空间：免费版规格为1核处理器、2G存储（突发可使用内存）、4G系统空间，不消耗配额。额外资源使用月度3000分钟体验时长兑换。
-
高性能工作空间（HAI）：每月赠送10000分钟体验时长，可兑换免费基础型高性能工作空间的使用（T4 16GB显存、32GB内存）。多个空间同时运行会叠加计时，体验时长用完后自动关机。
DeepSeek-R1:14B模型部署实战
腾讯 Cloud Studio 免费基础型使用 HAI 基础型高性能工作空间，默认免费搭配 80GB 云硬盘，包括 30GB 系统盘和 不到 50GB 的数据盘，结合免费的 HAI 基础型 GPU 资源 16GB 的显存，最高可以部署、运行 deepseek-R1 14B，相比本地部署一般都是 7B、8B 的版本，性能、体验更好，10000 分钟/月体验时长可以完成不少零碎的推理任务。
1. 登录腾讯Cloud Studio
访问 腾讯Cloud Studio官网并登录您的账号。
进入控制台，选择高性能工作空间（HAI），创建一个新的实例，选择 DeepSeek R1，就可以直接 部署好完整的 deepseek r1:7b。如果需要部署 14b，则可删除已有的 7b，加载运行 14b 模型即可。这里示例选择 olama，默认预置的 llama3 可在部署完成后删除。
等待实例启动，部署完成之后显示“运行中”的提示。部署失败（显示“失效”）的原因多由于资源有限， 过于火爆导致缺少库存，可以删除后再重新部署，一般多尝试几次都可以部署成功。
2. 删除预置模型（可选）
腾讯Cloud Studio默认预置了一些模型（如deepseek-r1:1.5b，deepseek-r1:7b），如果您不需要这些模型，可以通过以下命令删除：
ollama list # 查看已安装的模型
deepseek-r1:1.5b # 删除1.5b模型
deepseek-r1:1.5b # 删除7b模型
3. 下载并运行DeepSeek-R1:14B模型
打开 终端（快捷键 Ctrl+~），输入以下命令下载并运行DeepSeek-R1:14B模型：
ollama run deepseek-r1:14b
等待模 型下载完成。下载速度取决于网络带宽，腾讯Cloud Studio提供最高100Mbps的带宽，通常可以在几分钟内完成。
下载完成后，模型 会自动运行，并进入交互式对话模式。
4. 常用命令
以下是一些常用的命令，帮助您更好地管理模型和会话：
- 退出对话：
/bye - 清除上下文：
/clear - 查看GPU信息：
nvidia-smi - 查看存储空间：
df -h - 查看内存使用情况：
free -m
5. 内网穿透与WebUI接入
腾讯Cloud Studio不支持Docker，且未配置公网IP，需通过内网穿透工具（如Cloudflared）将DeepSeek发布至公网，以便接入WebUI。以下是具体步骤：
安装内网 穿透工具：使用Cloudflared或其他内网穿透工具（如Ngrok），本次使用Cloudflared，因为超级简单，缺点就是网速有点慢，但是不影响使用。
安装Cloudflared，执行命令：
## 下载安装包
wget https://ghfast.top/https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64.deb
## 安装
dpkg -i cloudflared-linux-amd64.deb
## 查看是否安装成功
cloudflared -v
查看 ollama 的端口号：
netstat -ntlp 如果出现-bash: netstat: command not found错误时，需要安装netstat工 具：
sudo apt update # 更新软件包列表
sudo apt install net-tools # 安装 net-tools 工具包
内网穿透：
cloudflared tunnel --url http://127.0.0.1:8434
配置WebUI：将生 成的公网URL配置到WebUI中，即可通过浏览器访问DeepSeek-R1。
6. 注意事项
-
实例创建失败：由于DeepSeek-R1模型火爆，腾讯的计算资源可能有限。如果创建实例失败，建议多次尝试或更换时间重新部署。
-
存储空间管理：腾讯Cloud Studio提供80GB持久化存储空间（包括30GB系统盘和50GB数据盘），请定期清理不必要的文件以避免超额收费。
-
网络流量：每月免费提供500GB公网流量，超出部分按0.8元/GB计费，请合理使用。
7. 性能优化
-
多GPU支持：如果您有更高配置的硬件，可以尝试部署70B模型，以获得更强的性能。
-
批量任务处理：通过脚本自动化调用DeepSeek-R1，提高任务处理效率。
-
上下文管理：使用
/clear命令定期清除上下文，避免模型输出偏差。
总结
腾讯Cloud Studio凭借其免费配额、高性能工作空间和极简部署流程，成为国内云端AI算力平台的佼佼者。对于开发者而言，腾讯云HAI与DeepSeek-R1的结合不仅降低了部署门槛，还显著提升了开发效率，是轻量化AI模型部署的理想选择。
![[小白入门]PostgreSQL too many clients already](https://i-blog.csdnimg.cn/direct/1574c78ad1d54dc69ed66c53e8649725.png)
