阿里云
腾讯云
华为云
仙宫云 
OneThingAI 
优刻得9.9元/7天DeepSeek-R1-Distill-Qwen-7B 需要多少显存：哪些显卡能跑
7.6B 参数，最大上下文 131,072 token。 下表按 8192 上下文、单并发、20% 预留估算三档精度的显存需求，以及 12 张显卡各自需要几张。
三档精度的显存需求
| 精度 | 权重 | KV Cache（8192） | 含 20% 预留合计 | 最小够用的单卡 |
|---|---|---|---|---|
| FP16 / BF16 | 15.2 GB | 0.5 GB | 18.8 GB | RTX 3090（24 GB） |
| FP8 / INT8 | 7.6 GB | 0.5 GB | 9.7 GB | T4（16 GB） |
| INT4（4-bit 量化） | 3.8 GB | 0.5 GB | 5.1 GB | T4（16 GB） |
12 张显卡分别能不能跑
| 显卡 | 显存 | 结论 | INT4 需求 | 所需卡数 |
|---|---|---|---|---|
| RTX 3090 | 24 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| RTX 4090 | 24 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| RTX 5090 | 32 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| RTX A6000 | 48 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| L40S | 48 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| A10 | 24 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| L4 | 24 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| T4 | 16 GB | 单卡可跑（需 INT4 量化） | 5.1 GB | 单卡 |
| A100 40GB | 40 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| A100 80GB | 80 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| H100 80GB | 80 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
| H200 | 141 GB | 单卡可跑（FP16） | 5.1 GB | 单卡 |
点显卡名进入逐卡详情：三档精度的数字、该卡在售租用价、以及同卡还能跑哪些模型。
同族其它模型
- DeepSeek-R1-Distill-Qwen-14B15BINT4 需 10.8 GB
- DeepSeek-R1-Distill-Qwen-32B33BINT4 需 22.2 GB
- DeepSeek-R1-Distill-Llama-70B71BINT4 需 45.6 GB
- DeepSeek-R1（671B，满血版）684BINT4 需 410.7 GB
- DeepSeek-V4-Flash284B（13B 激活）INT4 需 174.6 GB
- DeepSeek-V4-Pro1.6T（49B 激活）INT4 需 959.3 GB
常见问题
DeepSeek-R1-Distill-Qwen-7B 最低需要多少显存？
按 8192 上下文、单并发、20% 预留估算：FP16 需 18.8 GB，INT8 需 9.7 GB，INT4 需 5.1 GB。上下文越长，KV Cache 越大，需求还会上升。
DeepSeek-R1-Distill-Qwen-7B 单卡能跑吗？
INT4 量化下 T4（16 GB） 即可单卡运行；FP16 则至少需要 RTX 3090（24 GB）。多卡需要框架支持张量并行。
上下文从 8192 加到 32768，显存会多多少？
KV Cache 与上下文长度近似线性：8192 时占 0.5 GB，32768 时约为其 4 倍。权重部分不变。