تخطى إلى المحتوى الرئيسي
PromptQuorumمصمم للبشر. منظم للذكاء الاصطناعي.

جدول ⁨VRAM⁩ لنماذج ⁨DeepSeek-R1 Distill⁩ (⁨2026⁩)

كل نموذج DeepSeek-R1 distill حسب التكميم: 1.5B يتسع في 4 GB، و7B/8B في 8 GB، و14B في 16 GB، و32B في 24 GB، ويحتاج 70B إلى GPU مزدوج — كل ذلك عند Q4_K_M الافتراضي في Ollama. يضاعف Q8_0 الـ VRAM تقريبًا؛ ويضاعف FP16 حجم ملف Q4_K_M أربع مرات تقريبًا. هذا هو الجدول الذي تحفظه لمطابقة نموذج distill ببطاقة معينة. الوضع الحالي: لم يعد R1 الجيل الحالي من DeepSeek (الجيل الحالي هو DeepSeek-V4)، لكن هذه النماذج المُقطّرة إصدارات مستقلة بأوزان مفتوحة ما زالت تعمل محليًا.

النقاط الرئيسية

  • ✓لم يعد R1 الجيل الحالي من DeepSeek؛ الجيل الحالي هو DeepSeek-V4 (Flash وPro، بأوزان مفتوحة بترخيص MIT). نماذج R1 المُقطّرة إصدارات مستقلة بأوزان مفتوحة وما زالت تعمل محليًا.
  • ✓VRAM عند Q4_K_M (الافتراضي في Ollama): 1.5B ~1.6 GB، و7B ~5.5 GB، و8B ~6 GB، و14B ~9.5 GB، و32B ~20.5 GB، و70B ~44 GB.
  • ✓يبلغ Q8_0 نحو ضعف حجم Q4_K_M؛ وFP16 نحو 4 أضعاف حجم ملف Q4_K_M.
  • ✓نموذج 14B عند Q4_K_M (~9.5 GB) هو الخيار الأمثل — يتسع في بطاقة 16 GB مع هامش للسياق.
  • ✓نموذج 32B عند Q4_K_M (~20.5 GB) على الحد في بطاقة RTX 4090 سعة 24 GB؛ انتقل إلى تكميم أصغر لسياق أطول.
  • ✓نموذج DeepSeek-R1 الكامل بحجم 671B غير مدرج في هذا الجدول — فهو يحتاج إلى ~376–404 GB عند Q4 (لمراكز البيانات فقط).
  • ✓هذه نماذج استدلال R1 distill، وليست DeepSeek-V3 (نموذج محادثة).
جدول ⁨VRAM⁩ لنماذج ⁨DeepSeek-R1 Distill⁩ (⁨2026⁩)
اقرأ بـ:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

تحتوي هذه الصفحة على روابط مرجعية لمنتجات طرف ثالث. لا يشارك PromptQuorum في أي برنامج تابع — هذه روابط عادية لا تدر أي عمولة. النقر على الروابط والخطوات التالية تقع على عاتقك بالكامل. لا تمثل هذه الروابط أي تأييد أو تحقق من قِبَل PromptQuorum.

إجابة سريعة

عند Q4_K_M (الافتراضي في Ollama): 1.5B ≈ 1.6 GB، و7B ≈ 5.5 GB، و8B ≈ 6 GB، و14B ≈ 9.5 GB، و32B ≈ 20.5 GB، و70B ≈ 44 GB. يبلغ Q8_0 نحو ضعف حجم Q4_K_M، وFP16 نحو 4 أضعاف، لذا يحتاج 32B عند FP16 إلى إعداد من فئة 80 GB.

  • ▸1.5B: ملف ~1.1 GB، و~4 GB من VRAM (أو CPU) عند Q4_K_M
  • ▸7B: ملف ~4.7 GB، و~5.5 GB من VRAM — RTX 3060 12GB
  • ▸14B: ملف ~9 GB، و~9.5 GB من VRAM — RTX 4060 Ti 16GB
  • ▸32B: ملف ~20 GB، و~20.5 GB من VRAM — RTX 4090 24GB (على الحد)
  • ▸70B: ملف ~43 GB، و~44 GB من VRAM — GPU مزدوج أو 48 GB
  • ▸القاعدة: Q8_0 ≈ 2× Q4_K_M؛ FP16 ≈ 4× Q4_K_M
Quantization & VRAMمتوسط

VRAM لنماذج DeepSeek-R1 Distill حسب التكميم

تتضمن أرقام VRAM هامشًا صغيرًا للسياق وذاكرة KV cache فوق حجم الملف الخام. Q4_K_M هو الافتراضي في Ollama وموازنة شائعة الاستخدام بين الحجم والجودة للاستدلال. استخدم Q8_0 فقط إذا كان لديك VRAM فائض وتريد تحسينًا هامشيًا في الجودة؛ ونادرًا ما يستحق FP16 العناء محليًا.

DistillQ4_K_M (VRAM)Q8_0 (VRAM)FP16 (VRAM)أدنى GPU (Q4_K_M)
1.5B~1.6 GB~2.5 GB~4.2 GBأي GPU بسعة 4 GB / CPU
7B (Qwen2.5)~5.5 GB~8.7 GB~15.6 GBRTX 3060 12GB
8B (Llama 3)~6 GB~9 GB~16.6 GBRTX 3060 12GB
14B (Qwen2.5)~9.5 GB~17 GB~31 GBRTX 4060 Ti 16GB
32B (Qwen2.5)~20.5 GB~36 GB~67 GBRTX 4090 24GB (على الحد)
70B (Llama 3)~44 GB~76 GB~142 GBGPU مزدوج / 48 GB
RTX 3060 12GB على Amazon (رابط منتج · مُفصح عنه)رابط منتج · مُفصح عنهRTX 4060 Ti 16GB على Amazon (رابط منتج · مُفصح عنه)رابط منتج · مُفصح عنهRTX 4090 24GB على Amazon (رابط منتج · مُفصح عنه)رابط منتج · مُفصح عنه

أي تكميم ينبغي أن تختار؟

**استخدم Q4_K_M لكل شيء تقريبًا** — فهو الافتراضي في Ollama ويحافظ على جودة استدلال عالية مع استيعاب أكبر عدد من النماذج لكل GB. اخترْه ما لم يكن لديك سبب محدد لغير ذلك.

**استخدم Q8_0 فقط مع VRAM فائض** — فهو يضاعف البصمة تقريبًا مقابل تحسين هامشي في الجودة يغيّر الإجابة الاستدلالية عادةً بقدر ضئيل. يستحق العناء على بطاقة 24 GB تشغّل نموذج 14B، وليس أكثر من ذلك بكثير.

**تجنّب FP16 محليًا** — فبحجم نحو 4 أضعاف Q4_K_M، يدفع نموذج 32B إلى عتاد من فئة 80 GB مع فائدة استدلالية عملية ضئيلة مقارنة بـ Q8_0 في معظم الإعدادات المحلية.

نموذج ⁨14B⁩ على بطاقة ⁨16 GB⁩: أي تكميم يتسع

**على ⁨GPU⁩ بسعة ⁨16 GB⁩، شغّل نموذج ⁨14B⁩ عند ⁨Q4_K_M⁩ أو ⁨Q5_K_M⁩ أو ⁨Q6_K⁩ — وليس ⁨Q8_0⁩.** يبلغ ملف ⁨Q4_K_M⁩ في ⁨Ollama⁩ حجمه ⁨9.0 GB⁩ ويترك نحو ⁨6 GB⁩ للسياق؛ ويتسع ⁨Q5_K_M⁩ (⁨~10.5 GB⁩) و⁨Q6_K⁩ (⁨~12.1 GB⁩) أيضًا مع نافذة سياق متوسطة.

**لا يتسع ⁨Q8_0⁩ بارتياح.** ملف ⁨Q8_0⁩ في ⁨Ollama⁩ حجمه ⁨16 GB⁩ — أي البطاقة كاملة قبل إضافة ذاكرة ⁨KV⁩ — فيتجاوز جزء من النموذج إلى ذاكرة النظام الأبطأ.

**يوفّر ⁨Ollama⁩ وسوم ⁨Q4_K_M⁩ و⁨Q8_0⁩ و⁨FP16⁩ فقط لنماذج ⁨distill⁩.** وللحصول على ⁨Q5_K_M⁩ أو ⁨Q6_K⁩، نزّل ملف ⁨GGUF⁩ من ⁨Hugging Face⁩: ⁨`ollama run hf.co//:Q6_K`⁩.

**تمتلك ⁨RTX 4070 Laptop⁩ ذاكرة ⁨VRAM⁩ بسعة ⁨8 GB⁩ وليس ⁨16 GB⁩.** استخدم ⁨distill⁩ بحجم ⁨7B⁩ أو ⁨8B⁩ عند ⁨Q4_K_M⁩ (ملفات ⁨4.7–4.9 GB⁩). أما ⁨14B⁩ (⁨9 GB⁩) فيُحمَّل جزء منه إلى ذاكرة النظام ويصبح أبطأ بكثير.

**الوسم ⁨`deepseek-r1:8b`⁩ ليس ⁨distill⁩ الخاص بـ ⁨Llama⁩.** حجمه ⁨5.2 GB⁩ في قائمة وسوم ⁨Ollama⁩ يطابق إصدار ⁨R1-0528⁩ المبني على ⁨Qwen3-8B⁩، وليس ⁨distill⁩ الخاص بـ ⁨Llama⁩ بحجم ⁨4.9 GB⁩؛ و⁨distill⁩ الخاص بـ ⁨Llama 3⁩ في الجدول هو ⁨`deepseek-r1:8b-llama-distill-q4_K_M`⁩.

V3 مقابل R1: لا تخلط بينهما

**DeepSeek-V3 نموذج محادثة؛ أما DeepSeek-R1 (وهذه النماذج المقطّرة distill) فهي نماذج استدلال.** هذا الجدول مخصص لعائلة الاستدلال R1 فقط. إذا كنت تبحث عن V3، فهو نموذج محادثة MoE بحجم 671B لا يمكن تشغيله أيضًا على عتاد المستهلك — راجع [موجز عتاد DeepSeek-V3](/ar/prompt-bites/deepseek-v3-local-hardware-requirements).

**تحديث:** الجيل الحالي من DeepSeek هو DeepSeek-V4 (Flash وPro)، صدر بأوزان مفتوحة بترخيص MIT (النسخة التجريبية: 24 أبريل 2026). تقدّم واجهة DeepSeek البرمجية الآن V4: فقد أُعلن أن الاسمين المستعارين deepseek-chat (جيل V3) وdeepseek-reasoner (جيل R1) سيُوقفان نهائيًا بعد 24 يوليو 2026. نماذج R1 المُقطّرة إصدارات مستقلة بأوزان مفتوحة، ولم تكن ضمن هذا الإعلان، وما زالت تعمل محليًا. أما V4 نفسه فليس نموذجًا لبطاقات الرسوميات الاستهلاكية: يضم V4-Pro إجمالي 1.6T معامل (49B نشط)، ويضم V4-Flash الأصلي 284B (13B نشط)، وحتى بدقة 4 بت (عدد المعاملات × 0.5 بايت) تحتاج الأوزان وحدها إلى نحو 140 جيجابايت (Flash) حتى 800 جيجابايت (Pro)، ولا تذكر بطاقات نماذج DeepSeek أي متطلبات لوحدة GPU. وللاستدلال على بطاقة استهلاكية واحدة تبقى النماذج المُقطّرة الخيار العملي.

أدلة ذات صلة

الأسئلة الشائعة

هل ما زال DeepSeek-R1 هو النموذج الحالي لدى DeepSeek؟▾
لا. الجيل الحالي من DeepSeek هو DeepSeek-V4 (Flash وPro). وقد أُعلن أن الاسمين المستعارين في الواجهة البرمجية deepseek-reasoner (جيل R1) وdeepseek-chat (جيل V3) سيُوقفان نهائيًا بعد 24 يوليو 2026. أما نماذج R1 المُقطّرة بأوزان مفتوحة فهي إصدارات مستقلة، ولم تكن ضمن هذا الإعلان، وما زالت تعمل محليًا عبر Ollama.
كم VRAM يحتاج DeepSeek-R1-Distill-Qwen-32B؟▾
نحو 20.5 GB عند Q4_K_M، وهو ما يتسع في بطاقة RTX 4090 سعة 24 GB لكنه يترك مساحة ضئيلة للسياق الطويل. عند Q8_0 يحتاج إلى ~36 GB، وعند FP16 إلى ~67 GB.
كم يضيف Q8_0 مقارنة بـ Q4_K_M؟▾
نحو ضعف الـ VRAM. بالنسبة لمعظم مهام الاستدلال يكون التحسين في الجودة هامشيًا، لذا يظل Q4_K_M الخيار الافتراضي الأفضل ما لم يكن لديك VRAM فائض.
هل يمكنني تشغيل نموذج 70B distill على GPU واحد؟▾
لا. بحجم ~44 GB (Q4_K_M) فهو يتجاوز أي بطاقة استهلاكية مفردة. استخدم بطاقتي GPU بسعة 24 GB أو بطاقة محطة عمل بسعة 48 GB.
هل DeepSeek-R1 الكامل مدرج في هذا الجدول؟▾
لا. نموذج R1 الكامل بحجم 671B يحتاج إلى ~376–404 GB عند Q4 وهو مخصص لمراكز البيانات فقط. يغطي هذا الجدول النماذج المقطّرة القابلة للتشغيل على عتاد المستهلك (من 1.5B إلى 70B).
كم ⁨VRAM⁩ يحتاج ⁨DeepSeek-R1 14B⁩ بعد التكميم؟▾
نحو ⁨9.5 GB⁩ عند ⁨Q4_K_M⁩ (ملف ⁨Ollama⁩ بحجم ⁨9.0 GB⁩)، و⁨~11.5 GB⁩ عند ⁨Q5_K_M⁩، و⁨~13 GB⁩ عند ⁨Q6_K⁩، و⁨~17 GB⁩ عند ⁨Q8_0⁩، وكلها مع ذاكرة ⁨KV⁩ صغيرة. يُعد ⁨Q8_0⁩ أول تكميم يتجاوز بطاقة ⁨16 GB⁩.
هل يمكنني تشغيل ⁨DeepSeek-R1 14B⁩ على ⁨16 GB⁩ من ⁨VRAM⁩؟▾
نعم. يستخدم ⁨Q4_K_M⁩ نحو ⁨9.5 GB⁩ ويترك قرابة ⁨6 GB⁩ لسياق أطول. ويُعد ⁨Q6_K⁩ (⁨~13 GB⁩) أعلى جودة لا تزال تترك هامشًا؛ أما ⁨Q8_0⁩ (⁨~17 GB⁩) فلا يتسع.
أي ⁨distill⁩ من ⁨DeepSeek-R1⁩ يناسب ⁨RTX 4070 Laptop⁩ (⁨8 GB⁩)؟▾
نموذج ⁨7B⁩ أو ⁨8B⁩ عند ⁨Q4_K_M⁩ (ملفات ⁨4.7–4.9 GB⁩، و⁨VRAM⁩ بنحو ⁨5.5–6 GB⁩). يحتاج ⁨14B⁩ إلى ⁨~9.5 GB⁩، لذا سيعمل جزء منه من ذاكرة النظام ويصبح أبطأ.

هل تريد الشرح الكامل؟

اقرأ الدليل الكامل →

لقطات سريعة ذات صلة

← العودة إلى لقطات سريعة
MCP