DeepSeek玩家能提前拿苹果新品！只要15万元，在家跑满血版R1

十三
2025-03-13
11:36:52

来源：量子位

金磊 发自 凹非寺

量子位 | 公众号 QbitAI

号称地表最强的M3 Ultra，本地跑满血版DeepSeek R1，效果到底如何？

其实，有些DeepSeek玩家们已经提前拿到手做过实测了。

例如这位Alex老哥就是其中之一：

他提前拿到了两台搭载M3 Ultra的Mac Studio，配置是这样的：

• M3 Ultra（32 核中央处理器、80 核图形处理器和 32 核神经网络引擎）
• 512G统一内存
• 1TB固态硬盘

具体来说，Alex老哥用配备Thunderbolt 5互连技术（传输速率为 80Gbps）的EXO Labs设备，来运行完整的DeepSeek R1模型（671B、8-bit）。

然后效果是这样的：

视频地址：https://mp.weixin.qq.com/s/wkuGZ-woRgcz8Ks0STtUDQ

嗯，跑通了！

Alex老哥表示，两台Mac Studio本地跑满血版DeepSeek R1，实际速度是11 tokens/秒，理论上可以达到20 tokens/秒。

至于价格嘛，一台上述配置的Mac Studio是74249元，两台就是小15万元。

或许很多小伙伴觉得这个价格有点略贵。

但在M3 Ultra之前啊，如果你想在本地使用显卡来推理V3或R1，那么就得起码需要6、7张A100……大约小100万元。

也正因如此，也有不少网友认为搭载M3 Ultra的Mac Studio，堪称是“性价比最高的大模型一体机”。

值得注意的是，苹果这次似乎是主动给DeepSeek玩家们提前发货，有种让他们赶紧测一测的意味。

毕竟在发布之际，苹果就强调了可以在M3 Ultra版Mac Studio中跑超过6000亿参数的大模型。

掀起一波本地跑DeepSeek的风

其实在M3 Ultra版Mac Studio发布前后，已经有不少人做过类似的评测。

例如B站博主“虽然但是张黑黑”的测试结果是：

• 15.78 tokens/秒：采用Ollama的GGUF格式
• 19.17 tokens/秒：采用更适合苹果的MLX格式

这个速度已经跟在线使用DeepSeek R1的速度相媲美了。

除此之外，像外网博主Xcreate还把M3 Ultra版Mac Studio和M4 Max版Macbook Pro的拉到一个“擂台”做了比较。

首先从性能上来看，Geekbench测试的结果显示，M3 Ultra在CPU性能方面与M4 Max非常接近，但M3 Ultra略胜一筹。

在本地运行大模型测试方面，博主在运行基于Llama的DeepSeek R1 70B模型时，M3 Ultra的速度为11.3 tokens/ 秒，而M4 Max测试结果为10.69 tokens/秒，差距并不是很大。

但更重要的是测试满血版DeepSeek R1的结果。

对此，博主认为在本地完整运行671B的DeepSeek是有点困难的，因为已经有人宣告失败。

但也有成功的例子。

他举例另一位评测人员的结果，显示是运行8bit量化版本的DeepSeek R1，得到了9-21 tokens/秒的速度。

而在4bit量化版情况下，速度为16-18 tokens/秒。

至于为什么体量更大的671B的DeepSeek，会比70B运行速度更快，是因为DeepSeek将671B模型分片为 “专家混合体”，实际运行时根据问题切换，类似运行30B的模型。

最后，博主也提醒想要在本地运行大模型的友友们，网传苹果将在今年WWDC上发布M4 Ultra，所以可以再观望一下。

参考链接：
[1]https://x.com/alexocheema/status/1899604613135028716
[2]https://www.bilibili.com/video/BV1nkRnYTEWx/

Read More