更新⽇期：2025年2⽉8⽇ ⼀、简介 Deepseek R1 是⽀持复杂推理、多模态处理、技术⽂档⽣成的⾼性能通⽤⼤语⾔模型。本⼿册 为技术团队提供完整的本地部署指南，涵盖硬件配置、国产芯⽚适配、量化⽅案、云端替代⽅ 案及完整671B MoE模型的Ollama部署⽅法。 核⼼提示： 个⼈⽤户：不建议部署32B及以上模型，硬件成本极⾼且运维复杂。 企业⽤户：需专业团队⽀持，部署前需评估ROI（投资回报率）。 DeepSeek-R1-Distill- 70B 70B BF16 ≥180GB 4*L20 或 2*H20 GPU 三、国产芯⽚与硬件适配⽅案 1. 国内⽣态合作伙伴动态 企业 适配内容 性能对标（vs NVIDIA） 华为昇 腾 昇腾910B原⽣⽀持R1全系列，提供端到端推理优化 ⽅案 等效A100（FP16） 沐曦 GPU MXN系列⽀持70B模型BF16推理，显存利⽤率提升 30% 等效RTX 3090 适配V3/R1模型，性能对标NVIDIA A100 等效A100（BF16） 2. 国产硬件推荐配置 模型参数 推荐⽅案 适⽤场景 1.5B 太初T100加速卡 个⼈开发者原型验证 14B 昆仑芯K200集群 企业级复杂任务推理 32B 壁彻算⼒平台+昇腾910B集群 科研计算与多模态处理 四、云端部署替代⽅案 1. 国内云服务商推荐 平台 核⼼优势 适⽤场景 硅基流动 官⽅推荐API，低延迟，⽀持多模态模型

多模态支持：支持文本和 图像处理，扩展应用场景。  可解释性：注重模型输出 的可解释性和透明性。 DeepSeek R1  高效推理：专注于低延迟和 高吞吐量，适合实时应用。  轻量化设计：模型结构优化， 资源占用少，适合边缘设备 和移动端。  多任务支持：支持多种任务， 如文本生成、分类和问答。 Kimi k1.5  垂直领域优化：针对特定领域 （如医疗、法律）进行优化， 别并修复古籍中的破损文字，同时生成准确的 注释和解释，帮助修复难以辨认的古籍内容。 • 中 文 法 律 文 本 分 析 与 生 成 ： 基于 DeepSeek R1的中文数据处理能力，快速分 析法律文本，提取关键信息，自动生成合同草 案、法律意见书等，提高律师工作效率。 • 智能医疗数据分析与诊断：构建智能医疗 平台，分析病历、检查报告和基因数据，帮助 医生提供更准确的诊断与治疗方案。 • 金融风险预测与管理：开发金融风险分析 舆论分析这个概念在最前沿科技或理论中的潜在应用，列出十个充满想象力和震撼性，前所未有的应用。 如果要量化研究审美智能概念，请提出一个合理的，有效的，各指标不重叠的，你自己能提取数据的指数体系框架，不少于三十 个指数。 请大家研究任何问题，先用这四个提示词进行提问。一是跨学科融合，二是深层次原理，三是概念前沿应用，四是如何量化分析。 任何学术概念。 里面会有些冗余信息，可以删除回复中的冗余信息。另外大家有空

✅ 结果精准高效 ❌ 限制模型自主优化空 间 需求导向 描述问题背景与目标， 由模型规划解决路径 复杂问题、需模型自主 推理 “我需要优化用户登录流程， 请分析当前瓶颈并提出3种方 案。” ✅ 激发模型深层推理 ❌ 需清晰定义需求边界 混合模式 结合需求描述与关键 约束条件 平衡灵活性与可控性 “设计一个杭州三日游计划， 要求包含西湖和灵隐寺，且 预算控制在2000元内。” 一次性提问复杂逻辑 如何向AI表达需求 需求类型 特点 需求表达公式 推理模型适配策略 通用模型适配策略 1. 决策需求 需权衡选项、评估风险、 选择最优解 目标 + 选项 + 评估标准 要求逻辑推演和量化分析 直接建议，依赖模型经验归纳 2. 分析需求 需深度理解数据/信息、 发现模式或因果关系 问题 + 数据/信息 + 分析 方法 触发因果链推导与假设验 证 表层总结或分类 3. 设计能激发AI创新思维的提示语 利用类比、反向思考等技巧拓展AI输出的可能性 巧妙结合不同领域概念，产生跨界创新 结果优化能力 分析AI输出，识别改进空间 通过迭代调整提示语，优化输出质量 设计评估标准，量化提示语效果 跨域整合能力 将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 设计多步骤、多维度的提示语体系 构建提示语模板库，提高效率和一致性

✅ 结果精准高效 ❌ 限制模型自主优化空 间 需求导向 描述问题背景与目标， 由模型规划解决路径 复杂问题、需模型自主 推理 “我需要优化用户登录流程， 请分析当前瓶颈并提出3种方 案。” ✅ 激发模型深层推理 ❌ 需清晰定义需求边界 混合模式 结合需求描述与关键 约束条件 平衡灵活性与可控性 “设计一个杭州三日游计划， 要求包含西湖和灵隐寺，且 预算控制在2000元内。” 一次性提问复杂逻辑 如何向AI表达需求 需求类型 特点 需求表达公式 推理模型适配策略 通用模型适配策略 1. 决策需求 需权衡选项、评估风险、 选择最优解 目标 + 选项 + 评估标准 要求逻辑推演和量化分析 直接建议，依赖模型经验归纳 2. 分析需求 需深度理解数据/信息、 发现模式或因果关系 问题 + 数据/信息 + 分析 方法 触发因果链推导与假设验 证 表层总结或分类 3. 设计能激发AI创新思维的提示语 利用类比、反向思考等技巧拓展AI输出的可能性 巧妙结合不同领域概念，产生跨界创新 结果优化能力 分析AI输出，识别改进空间 通过迭代调整提示语，优化输出质量 设计评估标准，量化提示语效果 跨域整合能力 将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 设计多步骤、多维度的提示语体系 构建提示语模板库，提高效率和一致性

拾取合并图像的前景色 功能的 Ctrl + 鼠标左键 一项，在弹出的选单里将它设成鼠标右键 。 备注 Krita 3.0 之后已经预装了一组兼容 Paint Tool SAI 的画布输入方 案，配合同样是预装的兼容 Paint Tool SAI 的快捷键方案使用， 可以让 Krita 使用和 SAI 接近的快捷键。 防抖 在使用手绘笔刷工具时，防抖和笔画平滑功能会显示在工具选项面 板。 支持这些格式支持的所有色彩空间，并在遇到它们不支持的 少数色彩空间时进行色彩空间转换。此过程基本是自动进行的， Krita 会在必要时为图像生成适合的 ICC 特性文件。 HDR 图像，即具有可感知量化 (PQ)、混合对数伽玛值 (HLG)、 SMPTE ST 428 传递函数的图像，将被转换为其色彩空间的线性 32 位浮点版本。 混合对数伽玛值 (HLG) 需要额外的转换步骤，因为 Krita 数值而不是 ICC 特性文件时，矩阵系数值将被设 为 0 (单位矩阵)，这是因为 Krita 不能转换为 YUV。 Rec 2100 PQ 图像将首先转换为 Rec 2020 线性，然后用可感知量化函数 (也称作 SMPTE 2048 曲线) 进行编码。这是最常用的 HDR 编码 方式，适用于相对亮度信息比较重要的图像。 Rec 2100 HLG 图像将首先转换为 Rec 2020 线性，然后用混合对数伽玛值

通过信通院“大数据产品能力评测”商务智能工具评测 产品荣誉 文件类（CSV/TXT） 关系型/分布式数据库 API 接口 填报数据 大数据平台 数据连接 数据接入 SQL语句数据建模 可视化数据建模 轻量化 ETL 建模 对接数据中台模型 数据建模 数据分析 报告 智能图表推荐 多种高级算法 自助式 拖拽分析 智能AI 辅助分析 数据大屏 复杂报表 数据展示 数据门户 智能决策 AutoML，自动化完成特征 治理、参数寻优、模型筛选流程，智能化 加速数据价值产出。 全流程管控 一站式覆盖数据导入、特征治理、模型 开发、模型训练、推理服务建模全流程， 提升 AI 建模效率。 轻量化、低成本 支持云原生架构，支持私有化部署，多形 态交付，按需扩展 CPU、GPU 等计算资 源，低成本落地 AI 应用。 实时计算产品率先实现批流一体，于2020年5月成功入选浙江省经信厅公布的浙江省软件产业高质量发展重点项目 国内外技术竞赛最高奖项。 实践成熟 长期服务网易集团内大量业 务及产品，实践验证成熟可 靠。 贴合行业 产品和解决方案更贴合用户 的业务场景，提高用户体验。 部署灵活 支持公有云和私有化部署方 案，用户根据需要灵活使用。 21 网易数帆旗下人工智能技术与服务品牌 聚焦于多媒体业务领域，基于多年的行业深耕，积累出丰富的技术成功与落地应用经验。可提供多媒体内容理解、音 视频效率工具、语音/NLP/CV

动来增大转换率。获客阶段，企业应着重关注产品合格线索（Product Qualified Leads - PQL)，PQL 是根据产品的使用行为，去把用户确定为一个潜在的销售线索。获客阶段可以参考的量化指标有 PQLs、 2021 中国开源年度报告 87 TTV（新用户到达他们的“aha moment”或激活事件并实现价值所需的时间）等。在转化阶段，企业 应该根据免费版软件的使用行为反馈， Request 、Contributor 等来衡量。从 GitHub Star、Fork 等可以看项目参与的广泛程度，从 Contributor、 Commits 可以看出项目的迭代情况，这些都是比较量化的指标。而从问答则可以看出社区的活跃度和了 解真实用户反馈。尽管 OSS 社区的规模各不相同，但日益增长的人气是 OSS 项目激发开发人员群体 浓厚兴趣的关键指标。 企业应具有强大的线上和线下 协议法律效力的判决案例、甲骨文诉谷歌版权侵权案尘埃落定等事 件表明，软件行业对于开源法务和合规的意识正在增强。 三、开源治理成为显学 开源软件安全事件频发，开源软件供应链治理日趋重要。Linux 基金会积极推动 OpenChain 国内外 社区接轨与交流，中国信通院与诸多国内企业密切关注或加入。此外，企业如何开源、项目开源流程、 开源项目度量等问题也是产业界关注的焦点。基于量化模型的方式对社区治理效果进行各项评估，成

上移 和 下移 按钮来排列选项。你还 可以直接拖动选项的位置。 不同的 笔刷引擎 会在这里显示不同的可用选项。 对称绘画工具 此工具可以让你在镜像轴线的一侧绘画时，在画面的另一边自动生成对称的图 案。你可以从工具栏里面找到它的两个按钮。你还可以拖动镜像轴线的圆形手 柄来移动轴线。 对称绘画工具的使用效果和 多路笔刷工具 类似，但多重笔刷工具只能跟跟踪 手绘笔刷工具 一类的笔刷操作，而对称绘画工具可以跟踪任何使用笔画的工 以用它们来做些什么，我们相信你一定能够把 Krita 的 Python 功能运用自如， 开拓出一片新天地。 标签管理 Krita 通过标签系统来管理常见资源。你可以把标签指定给笔刷、渐变、图 案，甚至笔尖。在资源列表顶端的下拉菜单选取一个标签，资源列表将只显示 该标签包含的资源。选择 全部 标签将列出全部可用资源。Krita 自带了一些默 认的标签，你也可以自行编辑或者创建新的标签。在 Krita 支持这些格式支持的所有色彩空间，并在遇到它们不支持的少数色彩空 间时进行色彩空间转换。此过程基本是自动进行的，Krita 会在必要时为图像 生成适合的 ICC 特性文件。 HDR 图像，即具有可感知量化 (PQ)、混合对数伽玛值 (HLG)、SMPTE ST 428 传递函数的图像，将被转换为其色彩空间的线性 32 位浮点版本。 混合对数伽玛值 (HLG) 需要额外的转换步骤，因为 Krita 当前不支持发送

上移 和 下移 按钮来排列选项。你 还可以直接拖动选项的位置。 不同的 笔刷引擎 会在这里显示不同的可用选项。 对称绘画工具 此工具可以让你在镜像轴线的一侧绘画时，在画面的另一边自动生成对称的图 案。你可以从工具栏里面找到它的两个按钮。你还可以拖动镜像轴线的圆形手 柄来移动轴线。 对称绘画工具的使用效果和 多路笔刷工具 类似，但多重笔刷工具只能跟跟踪 手绘笔刷工具 一类的笔刷操作，而对称绘画工具可以跟踪任何使用笔画的工 文档，大胆探索你可 以用它们来做些什么，我们相信你一定能够把 Krita 的 Python 功能运用自如， 开拓出一片新天地。 标签管理 Krita 通过标签系统来管理常见资源。你可以把标签指定给笔刷、渐变、图 案，甚至笔尖。在资源列表顶端的下拉菜单选取一个标签，资源列表将只显示 该标签包含的资源。选择 全部 标签将列出全部可用资源。Krita 自带了一些默 认的标签，你也可以自行编辑或者创建新的标签。在 Krita 支持这些格式支持的所有色彩空间，并在遇到它们不支持的少数色彩空 间时进行色彩空间转换。此过程基本是自动进行的，Krita 会在必要时为图像 生成适合的 ICC 特性文件。 HDR 图像，即具有可感知量化 (PQ)、混合对数伽玛值 (HLG)、SMPTE ST 428 传递函数的图像，将被转换为其色彩空间的线性 32 位浮点版本。 混合对数伽玛值 (HLG) 需要额外的转换步骤，因为 Krita 当前不支持发送

上移 和 下移 按钮来排列选项。你 还可以直接拖动选项的位置。 不同的 笔刷引擎 会在这里显示不同的可用选项。 对称绘画工具 此工具可以让你在镜像轴线的一侧绘画时，在画面的另一边自动生成对称的图 案。你可以从工具栏里面找到它的两个按钮。你还可以拖动镜像轴线的圆形手 柄来移动轴线。 对称绘画工具的使用效果和 多路笔刷工具 类似，但多重笔刷工具只能跟跟踪 手绘笔刷工具 一类的笔刷操作，而对称绘画工具可以跟踪任何使用笔画的工 文档，大胆探索你可 以用它们来做些什么，我们相信你一定能够把 Krita 的 Python 功能运用自如， 开拓出一片新天地。 标签管理 Krita 通过标签系统来管理常见资源。你可以把标签指定给笔刷、渐变、图 案，甚至笔尖。在资源列表顶端的下拉菜单选取一个标签，资源列表将只显示 该标签包含的资源。选择 全部 标签将列出全部可用资源。Krita 自带了一些默 认的标签，你也可以自行编辑或者创建新的标签。在 Krita 支持这些格式支持的所有色彩空间，并在遇到它们不支持的少数色彩空 间时进行色彩空间转换。此过程基本是自动进行的，Krita 会在必要时为图像 生成适合的 ICC 特性文件。 HDR 图像，即具有可感知量化 (PQ)、混合对数伽玛值 (HLG)、SMPTE ST 428 传递函数的图像，将被转换为其色彩空间的线性 32 位浮点版本。 混合对数伽玛值 (HLG) 需要额外的转换步骤，因为 Krita 当前不支持发送