DeepSeek V3.2 如何本地部署？
DeepSeek V3.2 是 MoE 模型，總參數 671B，每 token 啟用 37B。Q4 量化整機放顯存需要 376GB；把專家放進系統記憶體後只需 12GB 顯存 + 365GB 記憶體。目前最便宜能跑的顯示卡是 Mac Studio M3 Ultra 512GB，約 NT$607,832，預估 19.4 tokens/s。卸載模式下最便宜能跑的顯示卡是 Tesla V100 16GB，預估 4 tokens/s。
DeepSeek V3.2 版本資訊
DeepSeek V3.2 本地部署需要多少顯示記憶體？
MoE：總參數 671B 全部要常駐記憶體，速度按每 token 啟用的 37B 計算。
| 量化 | 權重體積GB | 8K 總記憶體GB | 32K 總記憶體GB | 128K 總記憶體GB |
|---|---|---|---|---|
| 1-bit | 157.5估 | 159 | 160.6 | 167.1 |
| 2-bit | 249.3估 | 250.9 | 252.5 | 258.9 |
| 3-bit | 321.5估 | 323.1 | 324.7 | 331.1 |
| 4-bit | 374估 | 375.5 | 377.2 | 383.6 |
| 5-bit | 452.8估 | 454.3 | 455.9 | 462.3 |
| 8-bit | 695.5估 | 697.1 | 698.7 | 705.1 |
| FP16 | 1,312.3估 | 1,313.9 | 1,315.5 | 1,321.9 |
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 160K 上下文上限的檔位寫「—」。各檔取倉庫裡該位元數的任一檔案，優先 unsloth 動態量化，所以同一檔不同模型對應的檔名可能不同。
什麼顯示卡能跑 DeepSeek V3.2？
閒魚
| 裝置 | 顯存GB | 價 | 預估 t/s | 建議上下文 |
|---|---|---|---|---|
| Mac Studio M3 Ultra 512GB | 512 | NT$607,8326 筆掛單 | 19.4 | 128K |
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。
DeepSeek V3.2 混合推論推薦顯示卡
閒魚
專家權重放系統記憶體，需要 ≥ 365 GB 記憶體；顯存只放注意力層、共享專家和 KV cache，Q4 下最低 12 GB。速度受記憶體頻寬限制（按 70 GB/s 估算），比整機放顯存慢得多。
用 Ollama / llama.cpp / vLLM 本地部署 DeepSeek V3.2
Ollama 庫暫無官方標籤。
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-V3.2
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 V3.2 需要多少記憶體？
在 Q4_K_M 量化、8K 上下文下 DeepSeek V3.2 約需 376GB 記憶體，留到 452GB 更穩。
哪張顯示卡最便宜能跑 DeepSeek V3.2？
Mac Studio M3 Ultra 512GB，512GB 記憶體，目前中位價約 NT$607,832，預估 19.4 tokens/s。
DeepSeek V3.2 能用 Ollama 跑嗎？
暫時不行，Ollama 庫還沒有它的官方標籤，也還沒有公開的 GGUF 量化。