DeepSeek本地部署与全球资产配置组合跟踪——全球大类资产配置和A股相对收益策略模拟组合跟踪-中信建投.pptx

摘要 核心观点：DeepSeek-R1可通过Ollama工具实现本地部署，首先从Ollama官网下载适合Windows系统的版本并安装，选择合适的模型版本（如RTX4090推荐32B），并通过命令行运行。为提升用户体验，可使用Docker+OpenWebUI构建交互界面，甚至集成到微信作为智能体使用。对于AI投资，普通设备仅能运行较小的DeepSeek模型（如1.5B、7B），响应慢；32B模型适合复杂场景，而671B和70B需要企业级硬件支持。云端部署存在数据隐私问题，DeepSeek的小型化模型推动了中小企业和个人开发智能助手的需求，显著增加算力需求。全球多资产配置方面，低风险组合本年回报0.86，超额收益0.40；中高风险组合回报3.66，超额收益3.61。Deepseek介绍：DeepSeek，成立于2023年，是幻方量化的子公司，位于杭州的人工智能公司。它于2024年末推出DeepSeek-V3模型（671B参数），性能超越多种开源模型，并接近顶尖闭源模型。2025年1月，DeepSeek发布R1系列模型（660B参数），在多项任务上表现优异，同时推出了几个小模型对标OpenAI的产品。DeepSeek通过其创新技术显著提高了生成速度，并提供了具有竞争力的API服务定价。Deepseek本地部署方法：Ollama是一个开源工具，用于在个人设备上高效运行大型语言模型（LLMs），无需依赖云端。DeepSeek-R1模型可通过Ollama实现本地部署：首先，从Ollama官网下载适合系统的Windows版本并安装，完成后系统托盘会出现Ollama图标。其次，访问“Models”页面选择DeepSeek-R1，并根据显卡配置（如4090显卡24G显存）选择32B版本，复制对应的运行指令。然后，在命令行窗口中执行该指令以下载和运行模型（32B版本约19GB）。为提升用户体验，可采用Docker+OpenWebUI构建图文交互界面，甚至将DeepSeek-R132B集成到微信中作为智能体使用，享受其快速响应和深度思考功能。对AI领域投资的思考：通过DeepSeek官网与DeepSeek-V3对话，可以了解部署各版本模型对硬件的要求。普通笔记本和台式机仅配备CPU，仅能勉强运行DeepSeek-R1-1.5B和7B，但响应速度慢，缺乏实用性。英伟达RTX4090可较快运行DeepSeek-R1-32B，但在处理70B版本时表现不佳。中小模型如1.5B、7B和14B适合简单的微信交流场景，但无法解决复杂问题；32B模型具备深度思考能力，适用于服务客户的微信交流。671B完整版及70B模型需要企业级显卡如A100或H100支持，不适合消费级硬件。云端部署虽可行，但存在数据隐私问题。DeepSeek-R1及其开源的小型化模型的高性能，推动中小企业和个人开发智能助手，例如微信客服，这将显著增加对算力的需求。全球大类资产策略组合表现：全球多资产配置绝对收益@低风险组合，本年回报0.86，相比中债总财富（总值）指数超额收益0.40。全球多资产配置绝对收益@中高风险：本年回报3.66，相对万得FOF指数超额收益3.61。2

3提纲 Deepseek介绍Deepseek本地部署方法对AI领域投资的思考全球大类资产策略组合表现风险提示

Deepseek介绍 图表：DeepSeek-V3模型性能对齐海外领军闭源模型资料来源：deepseek官网，中信建投DeepSeek（中文名为深度求索，官网：/）成立于2023年，是一家位于杭州的人工智能公司，为量化巨头幻方量化的子公司。2024年12月26日，深度求索上线并开源了全新系列模型DeepSeek-V3，671B参数；DeepSeek-V3多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。4

Deepseek介绍 图表：DeepSeek-R1模型性能对齐OpenAI-o1正式版，蒸馏小模型超越OpenAIo1-mini资料来源：deepseek官网，中信建投2025年01月20日，深度求索发布DeepSeek-R1，并同步开源模型权重。DeepSeek-R1在数学、代码、自然语言推理等任务上，性能比肩OpenAIo1正式版。深度求索在开源DeepSeek-R1-Zero和DeepSeek-R1两个660B模型的同时，通过DeepSeek-R1的输出，蒸馏了6个小模型开源给社区，其中32B和70B模型在多项能力上实现了对标OpenAIo1-mini的效果。