收錄顯卡41價格追蹤3 天自 2026年9月3日近 24h 價格資料11,753 筆24h 降價最多Radeon RX 7900 XTX-5.6%24h 漲價最多A100 40GB PCIe+48.1%資料更新於 2026年9月5日

DeepSeek R1 Qwen3 8B 本地部署需要多少記憶體？

看能跑的裝置
VRAMGlass 編輯部 · 更新於 2026年9月5日

DeepSeek R1 Qwen3 8B 是 8.2B 參數的稠密模型。Q4 量化最低需要 7GB 記憶體，8K 上下文下建議 12GB。目前最便宜能跑的顯示卡是 GeForce RTX 2080 Ti，二手約 NT$7,897，預估 77.3 tokens/s。

DeepSeek R1 Qwen3 8B 版本資訊

發布日期2025年5月29日
Hugging Face 倉庫deepseek-ai/DeepSeek-R1-0528-Qwen3-8B
小版本0528
授權MIT
架構稠密
GGUF 倉庫unsloth/DeepSeek-R1-0528-Qwen3-8B-GGUF
Ollama 標籤deepseek-r1:8b
30 天下載1,003,991
Q4 最低記憶體7 GB · Q4_K_M · 8K
參數量8.2B
層數36
隱藏維度4,096
KV 頭8
頭維度128
上下文上限128K
廠商DeepSeek

DeepSeek R1 Qwen3 8B 各量化與上下文的記憶體需求

8K 總記憶體
量化權重體積GB8K 總記憶體GB32K 總記憶體GB128K 總記憶體GB
Q4_K_M5GGUF6.710.123.6
Q5_K_M5.9GGUF7.71124.5
Q8_08.7GGUF10.61427.5
FP1616.4GGUF18.121.535

總記憶體 = 權重 + KV cache（FP16）+ 1GB 執行開銷。標 GGUF 的權重是倉庫裡的實測檔案體積，標「估」的按每參數位元組估算。超過這個模型 128K 上下文上限的檔位寫「—」。

什麼顯示卡能跑 DeepSeek R1 Qwen3 8B？

Q4_K_M · 8K 上下文 · 依閒魚二手價升序
裝置顯存GB二手價預估 t/s建議上下文
GeForce RTX 2080 Ti11NT$7,8977 筆掛牌77.332K
Radeon RX 7800 XT16NT$12,22214 筆掛牌56.932K
Radeon RX 7900 XT20NT$18,79818 筆掛牌72.132K
Radeon RX 9070 XT16NT$24,58413 筆掛牌58.332K
Arc Pro B6024NT$24,9099 筆掛牌38128K
Radeon RX 7900 XTX24NT$25,85418 筆掛牌85.5128K
GeForce RTX 408016NT$35,67812 筆掛牌89.132K
GeForce RTX 309024NT$37,8368 筆掛牌113.9128K
GeForce RTX 5070 Ti16NT$40,6324 筆掛牌109.432K
Arc Pro B7032NT$47,0027 筆掛牌50.2128K
Radeon PRO W780032NT$47,4774 筆掛牌52.7128K
CMP 170HX 40GB (改裝)40NT$50,7674 筆掛牌178.9128K
GeForce RTX 508016NT$54,0577 筆掛牌116.532K
Radeon AI PRO R970032NT$55,9383 筆掛牌58.3128K
CMP 170HX 64GB (改裝)64NT$60,4034 筆掛牌172.3128K
RTX PRO 4000 Blackwell24NT$74,27010 筆掛牌83.9128K
Instinct MI21064NT$86,96217 筆掛牌139.2128K
Radeon PRO W790048NT$103,4145 筆掛牌77.5128K
GeForce RTX 409024NT$107,1755 筆掛牌121.8128K
GeForce RTX 5090 D V224NT$117,51616 筆掛牌157.2128K
GeForce RTX 4090 48GB (改裝)48NT$119,8673 筆掛牌121.8128K
RTX PRO 4500 Blackwell32NT$121,5128 筆掛牌109.4128K
GeForce RTX 5090 D32NT$145,2507 筆掛牌201.2128K
A100 40GB PCIe40NT$180,9754 筆掛牌178.4128K
GeForce RTX 509032NT$186,8514 筆掛牌201.2128K
RTX PRO 5000 Blackwell 48GB48NT$220,93111 筆掛牌157.2128K
RTX PRO 5000 Blackwell 72GB72NT$291,44011 筆掛牌157.2128K
RTX PRO 6000D84NT$329,04619 筆掛牌179.7128K
RTX PRO 6000 Blackwell96NT$557,02710 筆掛牌201.2128K
Tesla V100 16GB16—暫無掛牌109.932K
Arc Pro B6532—暫無掛牌50.2128K
GeForce RTX 4080 SUPER 32GB (改裝)32—暫無掛牌91.3128K
Instinct MI10032—暫無掛牌107.4128K
Tesla V100 32GB32—暫無掛牌109.9128K
DGX Spark 128GB128—暫無掛牌35.5128K
Mac Studio M4 Max 128GB128—暫無掛牌54.9128K
Mac Studio M5 Max 128GB128—暫無掛牌61.4128K
MacBook Pro M4 Max 128GB128—暫無掛牌54.9128K
MacBook Pro M5 Max 128GB128—暫無掛牌61.4128K
Ryzen AI Max+ 395 128GB128—暫無掛牌24128K
Mac Studio M3 Ultra 512GB512—暫無掛牌80.6128K

判定口徑：權重 + KV cache + 執行開銷 ≤ 可用記憶體，單卡。MoE 模型標「卸載」表示把專家權重放進系統記憶體後能跑（顯存只放注意力層與 KV cache），速度按記憶體頻寬 70 GB/s 估算。上下文欄給的是能裝下的最大檔位。

用 Ollama / llama.cpp / vLLM 啟動 DeepSeek R1 Qwen3 8B

Ollama

Ollama 一行指令拉起，量化檔位由官方標籤決定。

ollama run deepseek-r1:8b
llama.cpp

llama.cpp 直接從 Hugging Face 拉 GGUF，-c 是上下文長度。

llama-server -hf unsloth/DeepSeek-R1-0528-Qwen3-8B-GGUF:Q4_K_M -c 8192
vLLM

vLLM 跑的是原始精度權重，記憶體需求比 GGUF 高得多，通常要多卡。

vllm serve deepseek-ai/DeepSeek-R1-0528-Qwen3-8B

量化檔名以模型庫當週抓取為準，口徑見資料方法。 資料方法

常見問題

DeepSeek R1 Qwen3 8B 需要多少記憶體？

在 Q4_K_M 量化、8K 上下文下 DeepSeek R1 Qwen3 8B 約需 7GB 記憶體，留到 12GB 更穩。

哪張顯示卡最便宜能跑 DeepSeek R1 Qwen3 8B？

GeForce RTX 2080 Ti，11GB 記憶體，目前二手中位價約 NT$7,897，預估 77.3 tokens/s。

DeepSeek R1 Qwen3 8B 能用 Ollama 跑嗎？

能，指令是 ollama run deepseek-r1:8b。