DeepSeek V3.2 をローカルに導入するには？
DeepSeek V3.2 は総パラメータ 671B、1 トークンあたり 37B が有効になる MoE モデルです。Q4 で全量を VRAM に置くには 376GB 必要ですが、エキスパートをシステム RAM に置けば VRAM 12GB + RAM 365GB で動きます。収まる最も安いデバイスは Mac Studio M3 Ultra 512GB ですが、価格のデータはまだなく、推定 19.4 tokens/s です。オフロード構成で最も安く動かせるのは Tesla V100 16GB で、推定 4 tokens/s です。
DeepSeek V3.2 のバージョン情報
DeepSeek V3.2 のローカル実行に必要なVRAMは？
MoE：総パラメータ 671B すべてをメモリに常駐させる必要があり、速度は 1 トークンあたり有効な 37B で決まります。
| 量子化 | 重みサイズGB | 8K 時の合計GB | 32K 時の合計GB | 128K 時の合計GB |
|---|---|---|---|---|
| 1-bit | 157.5推定 | 159 | 160.6 | 167.1 |
| 2-bit | 249.3推定 | 250.9 | 252.5 | 258.9 |
| 3-bit | 321.5推定 | 323.1 | 324.7 | 331.1 |
| 4-bit | 374推定 | 375.5 | 377.2 | 383.6 |
| 5-bit | 452.8推定 | 454.3 | 455.9 | 462.3 |
| 8-bit | 695.5推定 | 697.1 | 698.7 | 705.1 |
| FP16 | 1,312.3推定 | 1,313.9 | 1,315.5 | 1,321.9 |
合計 = 重み + KV キャッシュ（FP16）+ 実行時オーバーヘッド 1GB。GGUF と付いた重みはリポジトリの実測ファイルサイズ、「推定」はパラメータあたりのバイト数からの概算です。このモデルの上限 160K を超えるコンテキストは「—」と表示します。各段はリポジトリにあるそのビット幅のファイルを使い、unsloth 動的量子化を優先するため、ファイル名はモデルごとに異なります。
DeepSeek V3.2 を動かせるGPUは？
AmazonJP
| デバイス | VRAMGB | 価格 | 推定 t/s | 推奨コンテキスト |
|---|---|---|---|---|
| Mac Studio M3 Ultra 512GB | 512 | —出品なし | 19.4 | 128K |
判定基準：重み + KV キャッシュ + 実行時オーバーヘッド ≤ 利用可能メモリ、1 枚構成。MoE モデルの「オフロード」はエキスパート重みをシステム RAM に置けば動作することを示し（VRAM にはアテンション層と KV キャッシュのみ）、その速度は RAM 帯域幅 70 GB/s を前提に推定。コンテキスト列は収まる最大段階です。
DeepSeek V3.2 のCPU・GPU併用推論におすすめのGPU
AmazonJP
エキスパート重みはシステム RAM に置き（365 GB 以上が必要）、VRAM にはアテンション層・共有エキスパート・KV キャッシュのみで Q4 なら最低 12 GB。速度は RAM 帯域幅（70 GB/s で推定）に縛られ、全量 VRAM 構成よりかなり遅くなります。
Ollama / llama.cpp / vLLM で DeepSeek V3.2 をローカルに導入する
Ollama ライブラリに公式タグはまだありません。
vLLM は元の精度の重みを読み込むため、GGUF よりはるかに多くのメモリ（通常は複数枚）が必要です。
vllm serve deepseek-ai/DeepSeek-V3.2
ファイル名はその週のモデルライブラリ取得時点のものです。定義はデータ方法を参照してください。 データ方法
よくある質問
DeepSeek V3.2 にはどれくらいのVRAMが必要ですか？
Q4_K_M・8K コンテキストでは DeepSeek V3.2 に約 376GB のVRAMが必要で、452GB あれば余裕があります。
DeepSeek V3.2 を動かせる最も安いGPUは？
Mac Studio M3 Ultra 512GB です。VRAM 512GB、推定 19.4 tokens/s。このデバイスの価格データはまだありません。
DeepSeek V3.2 は Ollama で動かせますか？
まだできません。Ollama の公式タグも公開されている GGUF もありません。