DeepSeek V3.2 如何本地部署？
DeepSeek V3.2 是 MoE 模型，总参数 671B，每 token 激活 37B。Q4 量化整机放显存需要 376GB；把专家放进系统内存后只需 12GB 显存 + 365GB 内存。当前最便宜能跑的显卡是 Mac Studio M3 Ultra 512GB，约 ¥129,900，预估 19.4 tokens/s。卸载模式下最便宜能跑的显卡是 Tesla V100 16GB，预估 4 tokens/s。
DeepSeek V3.2 版本信息
DeepSeek V3.2 本地部署需要多少显存？
MoE：总参数 671B 全部要驻留显存，速度按每 token 激活的 37B 算。
| 量化 | 权重体积GB | 8K 总显存GB | 32K 总显存GB | 128K 总显存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 |
总显存 = 权重 + KV cache（FP16）+ 1GB 运行开销。标 GGUF 的权重是仓库里的实测文件体积，标「估」的按每参数字节估算。超过这个模型 160K 上下文上限的档位写「—」。各档取仓库里该比特数的任一文件，优先 unsloth 动态量化，所以同一档不同模型对应的文件名可能不同。
什么显卡能跑 DeepSeek V3.2？
闲鱼
| 设备 | 显存GB | 价 | 预估 t/s | 建议上下文 |
|---|---|---|---|---|
| Mac Studio M3 Ultra 512GB | 512 | ¥129,9006 条挂单 | 19.4 | 128K |
判定口径：权重 + KV cache + 运行开销 ≤ 可用显存，单卡。MoE 模型标「卸载」表示把专家权重放进系统内存后能跑（显存只放注意力层与 KV cache），速度按内存带宽 70 GB/s 估算。上下文列给的是能装下的最大档位。
DeepSeek V3.2 混合推理推荐显卡
闲鱼
专家权重放系统内存，需要 ≥ 365 GB 内存；显存只放注意力层、共享专家和 KV cache，Q4 下最低 12 GB。速度受内存带宽限制（按 70 GB/s 估算），比整机放显存慢得多。
用 Ollama / llama.cpp / vLLM 本地部署 DeepSeek V3.2
Ollama 库暂无官方标签。
vLLM 跑的是原始精度权重，显存要求比 GGUF 高得多，通常要多卡。
vllm serve deepseek-ai/DeepSeek-V3.2
量化文件名以模型库当周抓取为准，口径见数据方法。 数据方法
常见问题
DeepSeek V3.2 需要多少显存？
在 Q4_K_M 量化、8K 上下文下 DeepSeek V3.2 约需 376GB 显存，留到 452GB 更稳。
哪张显卡最便宜能跑 DeepSeek V3.2？
Mac Studio M3 Ultra 512GB，512GB 显存，当前中位价约 ¥129,900，预估 19.4 tokens/s。
DeepSeek V3.2 能用 Ollama 跑吗？
暂时不能，Ollama 库还没有它的官方标签，也还没有公开的 GGUF 量化。