飞腾 CPU平台 上使用GPU部署 DeepSeek 大模型的实战指南

​ 在人工智能蓬勃发展的时代，国产化技术的崛起为行业带来了新的机遇。飞腾 CPU 作为国产芯片的杰出代表，逐渐在 AI 和高性能计算领域崭露头角。飞腾 CPU 与 DeepSeek 大模型的结合，为高效、安全的 AI 应用提供了强大动力。

​ 本文将详细介绍飞腾公司及其 CPU，深入解析 DeepSeek 大模型的特征与优势，并结合飞腾 CPU 和 DeepSeek 的特点，阐述其结合的先进性。同时，本文将分享如何在飞腾 CPU 平台上部署 DeepSeek 大模型，涵盖环境搭建、模型部署、性能优化等关键步骤，并结合 NVIDIA GPU 的加速能力，实现高效的推理和应用。

前言：飞腾 CPU 与 DeepSeek 大模型介绍

飞腾系列 CPU

​ 飞腾系列CPU是中国自主研发的高性能处理器，广泛应用于服务器、桌面终端及嵌入式设备，基于ARM指令集设计，兼具高性能与低功耗特性，其代表型号如腾云S5000C和腾锐D3000在AI推理、多路并行计算等领域已接近国际主流水平。截至2024年，飞腾CPU累计销量突破1000万片，国内市场占有率超70%，深度融入政务、金融、能源等关键领域，并依托“PK体系”（飞腾+麒麟操作系统）与7100余家生态伙伴合作，完成超400万项软硬件适配，构建了从芯片到操作系统的国产化生态链。在政策驱动下，飞腾通过天津信创产业集群实现全链条布局，2024年产业链规模达1100亿元，同时加速向AI领域延伸，支持DeepSeek大模型本地化部署，推动国产算力从“可用”向“好用”升级，成为突破国际技术垄断、重塑全球科技竞争格局的核心力量。

腾云 S5000C 芯片

飞腾腾云S5000C是飞腾公司自主研发的高性能服务器级处理器，基于ARMv8指令集设计，支持多路互联和硬件虚拟化，提供64核、32核、16核三种型号，主频达2.1-2.3GHz，配备DDR5内存和PCIe 5.0接口，性能卓越。该芯片专为数据中心、云计算和AI计算设计，支持多机多卡分布式计算，适配LLaMA、智谱华章等主流大模型，推理性能达到国际主流方案的80%-93%，性价比突出。S5000C广泛应用于政务云、金融、能源等领域，与麒麟操作系统构建“PK体系”，适配超7100家生态伙伴的软硬件产品，完成超400万项兼容认证。凭借高性能、低功耗和高安全性，S5000C成为国产服务器芯片标杆，推动信创产业链发展，助力国产算力从“可用”向“好用”升级，为全球科技竞争注入新动能。

DeepSeek 大模型

​ DeepSeek的成立背景与全球AI大模型的热潮密不可分。2022年OpenAI发布GPT-3后，AI大模型成为科技领域的焦点。DeepSeek在成立之初，便致力于开发自有的大语言模型，以应对市场需求。2023年底，DeepSeek发布了其首个模型DeepSeek-V1，支持文本生成、对话、摘要和代码生成等功能。尽管此时DeepSeek尚未引起广泛关注，但其技术路线已初具雏形。2024年是DeepSeek技术突破的关键一年。5月，DeepSeek发布了V2版本，在V1的基础上提升了模型性能，减少了错误率，并增强了上下文理解能力，同时支持多模态功能。这一版本的成功为DeepSeek赢得了更多企业合作机会。 12月26日，DeepSeek推出了开源模型DeepSeek-V3。该模型在多项基准测试中表现优异，超越了Meta的Llama3.1-405B等开源模型，并与OpenAI的GPT-4o闭源模型不相上下。更重要的是，DeepSeek-V3的训练成本仅为557.6万美元，远低于GPT-4o的7800万美元，展现了其在算法优化和成本控制方面的卓越能力。 2025年1月，DeepSeek迎来了全面爆发。1月20日，DeepSeek发布了推理模型DeepSeek-R1，该模型以极低的成本实现了与OpenAI o1相当的性能，成为大模型行业的“黑马”。DeepSeek的APP端日活跃用户（DAU）在1月末达到2215万，成为全球增速最快的AI应用之一，仅次于ChatGPT。其在157个国家和地区的苹果应用商店下载量排名第一，进一步巩固了其市场地位。 此外，DeepSeek的开源策略和低成本优势吸引了众多企业接入，包括中国电信、中国移动、中国联通等三大运营商，以及华为、中兴、金蝶等科技巨头。这些企业将DeepSeek模型集成到其云服务和产品中，推动了AI技术的广泛应用。

DeepSeek 大模型在多个方面展现出先进性：

​ DeepSeek的成功离不开其技术创新：****算法优化****：通过MLA算法、流水线策略和MoE调度等方式，DeepSeek大幅降低了训练成本，同时提升了模型性能。****强化学习路径****：DeepSeek-R1摒弃了传统的监督微调路径，转而通过强化学习优化推理能力，验证了纯强化学习在模型推理中的可行性。****开源策略****：DeepSeek的开源模型降低了AI技术的使用门槛，促进了AI应用生态的繁荣发展。DeepSeek的低成本策略对行业产生了深远影响。其训练成本仅为竞争对手的十分之一，使得更多中小企业和开发者能够参与AI技术的研发与应用，推动了AI技术的普及截至2025年2月，DeepSeek的最新技术进展包括：****API服务优化****：DeepSeek-V3和R1的API服务已全面上线，尽管价格有所上调，但仍具有较高的性价比，吸引了大量企业用户。****国产AI芯片适配****：华为昇腾等国产AI芯片已全面支持DeepSeek模型，进一步推动了国产算力的发展。未来，DeepSeek将继续探索AI技术的边界，特别是在多模态、量子计算和脑机接口等前沿领域。其低成本、高性能的开源模型有望在全球AI市场中占据更重要的地位，为AI技术的普及和应用开辟新的可能性。

腾云 S5000C 芯片在部署 DeepSeek 大模型时具有显著优势：

  1. 自主高性能核心：集成多个飞腾自主研发的高性能处理器核，兼容 64 位 ARMv8 指令集，主频高达 2.5GHz，单核性能相比上一代产品有显著提升，提供强大的并行计算能力，能够高效处理复杂计算任务。
  2. 优化存储结构：采用多级缓存设计，支持多种内存接口，优化存储访问延时，提供较高的计算性能和访存带宽，满足对内存和存储的高需求。
  3. 硬件虚拟化支持：支持硬件虚拟化技术，适用于高性能服务器领域，为大模型部署提供稳定可靠的运行环境，提高资源利用率和系统灵活性。
  4. 高扩展性与安全性：集成丰富拓展接口，支持飞腾自主定义的 PSPA 2.0 安全架构规范，从底层保障性能和数据安全，实现关后门、堵漏洞。
  5. 应用场景广泛：适用于计算服务器、存储服务器、AI 服务器、高端网安、行业级业务主机服务器系统、大型互联网数据中心等多种场景，满足用户对高效能处理器的需求。

一、硬件与软件环境准备

硬件环境

  • CPU：S5000C/16
  • GPU：NVIDIA GeForce RTX 4070 Ti Super

在这里插入图片描述

软件环境

  • 操作系统：Ubuntu 22.04

  • Linux 内核：6.8.0.52

在这里插入图片描述

  • NVIDIA GPU 驱动：535.144.03

  • CUDA 版本：12.4

二、部署步骤

部署步骤

第一步：下载并安装 Ollama
  1. 使用 wget 下载 Ollama 的 Linux ARM64 版本：
 wget https://ollama.com/download/ollama-linux-arm64.tgz
  • 1

注意：如果下载失败，请检查网络连接或更换网络环境后重试。

  1. 解压并安装 Ollama：
 sudo tar -C /usr -xzf ollama-linux-arm64.tgz
  • 1
  1. 验证安装：
 ollama -v
  • 1

如果安装成功，会显示 Ollama 的版本信息。

第二步：启动 Ollama 服务

运行以下命令启动 Ollama 服务：

ollama serve
  • 1

在浏览器输入 127.0.0.1:11434 查看ollama 的服务有没有运行起来

第三步：拉取 DeepSeek 模型

使用 Ollama 命令拉取所需的 DeepSeek 模型：

ollama pull deepseek-r1:7b
  • 1

请添加图片描述

ollama pull deepseek-r1:14b
  • 1

请添加图片描述

ollama pull deepseek-r1:32b
  • 1

请添加图片描述
根据实际需求选择合适的模型版本。

第四步：查看已下载模型

运行以下命令查看已下载的模型列表：

ollama list
  • 1

第五步：运行模型并与 DeepSeek 进行对话

启动 DeepSeek 模型进行推理：

ollama run deepseek-r1:14b
  • 1

能看到显存已经占用了一大部分，运行ollama官网进行了Q4量化的14b模型大概需要12G以上的显存，如果是要运行32b的Q4量化模型，大概需要22G以上的显存，我们的显存只有16G，运行32b模型会爆显存，模型会有一部分加载在内存上面，之后会用CPU进行推理生成token会很慢，所以这里只运行14b的模型。

此时，你可以通过终端与 DeepSeek 模型进行交互，输入问题并获取回答。

第六步：部署 AnythingLLM 容器

从 Docker Hub 拉取 AnythingLLM 容器：

docker pull mintplexlabs/anythingllm
  • 1
第七步：运行 AnythingLLM 容器

配置anythingllm的数据存储位置：

export STORAGE_LOCATION="/var/lib/anythingllm" && \
mkdir -p $STORAGE_LOCATION && \
touch "$STORAGE_LOCATION/.env"
  • 1
  • 2
  • 3

运行以下命令启动 AnythingLLM 容器：

docker run -d \
--name anythingllm \
--add-host=host.docker.internal:host-gateway \
--env STORAGE_DIR=/app/server/storage \
--health-cmd "/bin/bash /usr/local/bin/docker-healthcheck.sh || exit 1" \
--health-interval 60s \
--health-start-period 60s \
--health-timeout 10s \
--cap-add SYS_ADMIN \
-p 3001:3001/tcp \
--restart=always \
--user anythingllm \
-v ${STORAGE_LOCATION}:/app/server/storage \
-v ${STORAGE_LOCATION}/.env:/app/server/storage/.env \
-w /app \
mintplexlabs/anythingllm
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
第八步：访问 AnythingLLM 服务

在浏览器中输入以下地址访问 AnythingLLM 服务：

http://<IP>:3001
  • 1

在这里插入图片描述

第九步：配置 AnythingLLM 并调用 Ollama API

ollama URL 那里比较坑，有时候会识别不到，可以尝试127.0.0.1:11434，172.17.0.1:11434，:11434，host.docker.internal:11434等多种方式来访问，在运行ollama serve之前可以export OLLAMA_HOST=0.0.0.0 让ollama的API能够被容器识别到，希望这些经验能对你有所帮助

请添加图片描述

第十步：使用 AI 进行对话

完成配置后，即可通过 AnythingLLM 与 DeepSeek 模型进行对话，体验强大的 AI 交互功能。
在这里插入图片描述

第十一步：使用知识库问答

上传文档到本地知识库
在这里插入图片描述
使用AI调用本地知识库进行对话
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

可以看到回答调用了知识库里面文档的内容，生成的token速度也很快
基于飞腾CPU平台+DeepSeek的本地知识库搭建完毕

三、总结：飞腾CPU平台与DeepSeek模型结合方案优势

​通过以上步骤，我们成功在飞腾 CPU 平台上部署了 DeepSeek 大模型，包括环境搭建、模型下载与运行、以及与AnythingLLM的集成使用，并结合 NVIDIA GPU 的加速能力实现了高效的推理和应用。飞腾 CPU 的高性能与 DeepSeek 大模型的强大能力相结合，为本地知识库的搭建提供了坚实的基础。飞腾 CPU 和 DeepSeek 大模型的结合，不仅体现了国产化技术的先进性，还为行业提供了安全、高效、灵活的 AI 解决方案。通过结合飞腾CPU的强大性能和DeepSeek-R1的高效推理能力，用户可以在国产化平台上实现安全、高效的AI应用部署

注：本文转载自blog.csdn.net的Brikit_lu的文章"https://blog.csdn.net/Brikit/article/details/145655667"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。
复制链接
相关推荐
发表评论

评论记录：

未查询到任何数据！