阿里云PAI现已支持一键部署DeepSeek-V3、R1等系列大模型，助力企业和开发者快速构建AI应用。
原文标题：阿里云PAI 支持云上一键部署 DeepSeek-V3、DeepSeek-R1 系列模型
原文作者：阿里云开发者
冷月清谈：
DeepSeek系列大模型以其优异的性能在全球范围内受到关注，其性能接近甚至超越了一些国际顶尖闭源模型。现在，企业用户和开发者可以使用阿里云PAI平台一键部署DeepSeek-V3、DeepSeek-R1以及一系列蒸馏小参数模型（DeepSeek-R1-Distill），将这些模型快速集成到现有业务中。
DeepSeek-V3是一个671B参数的MoE大语言模型，采用MLA和DeepSeekMoE架构以实现高效推理和训练。DeepSeek-R1则是一个高性能推理模型，在推理能力上表现突出。此外，DeepSeek还提供了一系列基于开源模型蒸馏的小参数模型，方便用户根据自身需求选择。
通过阿里云PAI的Model Gallery，用户可以轻松访问、部署和使用这些模型。Model Gallery提供了从训练到部署再到推理的全流程支持，简化了模型开发流程，为开发者和企业用户提供了更便捷的AI开发和应用体验。
DeepSeek-V3是一个671B参数的MoE大语言模型，采用MLA和DeepSeekMoE架构以实现高效推理和训练。DeepSeek-R1则是一个高性能推理模型，在推理能力上表现突出。此外，DeepSeek还提供了一系列基于开源模型蒸馏的小参数模型，方便用户根据自身需求选择。
通过阿里云PAI的Model Gallery，用户可以轻松访问、部署和使用这些模型。Model Gallery提供了从训练到部署再到推理的全流程支持，简化了模型开发流程，为开发者和企业用户提供了更便捷的AI开发和应用体验。
怜星夜思：
1、DeepSeek-V3 使用的 MLA（Multi-head Latent Attention）架构相比传统的注意力机制有哪些优势？这种架构是如何提升模型效率和性能的？
2、DeepSeek-R1 在后训练阶段使用了强化学习技术，具体是如何使用的？这种强化学习的应用对模型的推理能力带来了哪些具体的提升？
3、PAI Model Gallery 提供的一键部署功能是如何简化模型部署流程的？相比传统的模型部署方式有哪些优势？
2、DeepSeek-R1 在后训练阶段使用了强化学习技术，具体是如何使用的？这种强化学习的应用对模型的推理能力带来了哪些具体的提升？
3、PAI Model Gallery 提供的一键部署功能是如何简化模型部署流程的？相比传统的模型部署方式有哪些优势？
原文内容
阿里妹导读
DeepSeek 系列模型以其卓越性能在全球范围内备受瞩目，多次评测中表现优异，性能接近甚至超越国际顶尖闭源模型（如OpenAI的GPT-4、Claude-3.5-Sonnet等）。企业用户和开发者可使用 PAI 平台一键部署 DeepSeek 系列模型，实现 DeepSeek 系列模型与现有业务的高效融合。
一、DeepSeek-V3、R1 系列模型
DeepSeek-V3 是 DeepSeek 发布的 MoE（Mixture-of-Experts）大语言模型，总参数量为671B，每个 token 激活的参数量为37B。为了实现高效的推理和成本效益的训练，DeepSeek-V3 采用了 MLA（Multi-head Latent Attention）和 DeepSeekMoE 架构。
此外，DeepSeek-V3 首次引入了一种无需辅助损失的负载均衡策略，并设定了多 token 预测的训练目标，以提升性能。DeepSeek-V3 在14.8万亿个多样且高质量的 token 上对模型进行了预训练，随后通过监督微调（SFT）和强化学习来充分发挥其潜力。
DeepSeek-R1 是 DeepSeek 发布的高性能 AI 推理模型，在后训练阶段大规模使用强化学习技术，显著提升了模型的推理能力，在数学、代码、自然语言推理等任务上，其性能与 OpenAI 的 o1 正式版相当。
DeepSeek-R1 具有660B的参数量，DeepSeek 开源 660B 模型的同时，通过模型蒸馏，微调了若干参数量较小的开源模型，其中包括：
|
模型
|
基础模型
|
|
DeepSeek-R1-Distill-Qwen-1.5B
|
Qwen2.5-Math-1.5B
|
|
DeepSeek-R1-Distill-Qwen-7B
|
Qwen2.5-Math-7B
|
|
DeepSeek-R1-Distill-Llama-8B
|
Llama-3.1-8B
|
|
DeepSeek-R1-Distill-Qwen-14B
|
Qwen2.5-14B
|
|
DeepSeek-R1-Distill-Qwen-32B
|
Qwen2.5-32B
|
|
DeepSeek-R1-Distill-Llama-70B
|
Llama-3.3-70B-Instruct
|
目前 PAI Model Gallery 已经支持 DeepSeek-V3、DeepSeek-R1 以及所有蒸馏小参数模型（DeepSeek-R1-Distill）的一键部署。
二、PAI Model Gallery 简介
三、PAI Model Gallery 一键部署 Deep Seek-V3、Deep Seek-R
1. 进入 Model Gallery
https://pai.console.aliyun.com/?utm_content=g_1000401510
-
登录 PAI 控制台。
-
在顶部左上角根据实际情况选择地域。
-
在左侧导航栏选择工作空间列表，单击指定工作空间名称，进入对应工作空间内。
-
在左侧导航栏选择快速开始 > Model Gallery。
2. 在 Model Gallery 页面的模型列表中，单击找到并点击需要部署的模型卡片，例如“DeepSeek-R1-Distill-Qwen-7B”模型，进入模型详情页面。
3. 单击右上角部署：目前 DeepSeek-R1 支持采用 vLLM 加速部署；DeepSeek-V3 支持 vLLM 加速部署以及 Web 应用部署；DeepSeek-R1 蒸馏小模型支持采用 BladeLLM（阿里云 PAI 自研高性能推理框架）和 vLLM 加速部署。选择部署方式和部署资源后，即可一键部署服务，生成一个 PAI-EAS 服务。
4. 使用推理服务。部署成功后，在服务页面可以点击“查看调用信息”获取调用的 Endpoint 和 Token，想了解服务调用方式可以点击预训练模型链接，返回模型介绍页查看调用方式说明。
