腾讯云 2 月 2 日宣布，DeepSeek-R1大模型可一键部署至腾讯云 HAI（腾讯云高性能应用服务）上，开发者仅需 3 分钟就能接入调用。通过 HAI，开发者可以省去买卡、装驱动、配网络、配存储、装环境、装框架、下载模型等繁琐步骤，只需两步即可调用 DeepSeek-R1 模型。国内可用的云端 AI 算力平台，百度飞浆 AI Studio 仅可部署运行 PaddlePaddle 深度学习开发框架，而作为国内竞品的「腾讯 Cloud Studio」则没有这一限制，并且每月可免费使用 10000 分钟，随用随开、即时关闭，是轻量化 DeepSeek-R1 部署的绝佳平台。这不，甚至有传闻说腾讯是 deepseek 背后的较大股东。
在腾讯 Cloud Studio 以及 Google Colab、SageMaker Studio Lab 等提供免费 16GB 显存的 GPU 平台上，没有必要委屈自己部署 7b、8b 模型，都是可以部署 14b 模型的。本文将快速（1分钟）在 tencent cloud studio 部署 deepseek-r1:14b 的过程进行演示，在 google colab 等其他平台上同理。具体操作过程可参考对应「视频分享」。
腾讯 Cloud Studio
提供免费配额部署 AI 模型应用的主流云端算力平台包括 Google colab、Amazon SageMaker Studio Lab、Kaggle、Gradient、阿里云天池、百度 AI Studio、腾讯 Cloud Studio等。
「Google Colab」- 没有总计使用时间限制，每次连续使用时间不超过 12 小时，提供多种 GPU 选项；
「Amazon SageMaker」- 作为对标 google colab 的竞品，SageMaker Studio Lab 提供 Tesla T4 GPU，显存为 16GB，持久化存储空间 15 GB，每天运行时间不超过 8 小时，单次使用时间被限制为 4 小时；
「Kaggle」– 提供 16GB 显存的 P100，每周总运行时间不超过 40 小时，单次限制 6 小时，持久化存储空间 20GB；
「Gradient」- 提供 8vCPU和 30GB RAM，Quadro M4000 GPU 仅 8GB 显存，且持久化存储空间只有 5GB；
「Azure 100/student」- Microsoft Azure 学生账户的 100 美元赠金可用于购买、使用 GPU 算力资源，可以选择 16GB 或更大显存的 Tesla T4 GPU 以及 50GB 的持久化存储空间；
「阿里云天池」- 提供总计 60 小时 GPU 使用时间，显存 16 GB，每次可连续使用 8 小时；
「百度 AI Studio」- 提供多种 GPU 选项，仅支持 paddlepaddle 框架，没有任何吸引力。
和国内的几家主流平台不同，腾讯 Cloud Studio 目前没有设置总免费配额，而是按月赠送体验时长（配额），非常良心。Cloud Studio 提供两类工作空间，即通用工作空间、高性能（HAI）工作空间，对这两类空间，每月分别赠送的体验时长为 3000、10000 分钟。
- 通用工作空间
免费版规格为 1 核处理器、2G 存储（实际为突发可使用内存）、4G 系统空间，不消耗配额（体验时长）。额外所需的资源则使用赠送的月度 3000 分钟体验时长进行兑换/扣费。要注意的是，通用工作空间体验时长用完是不会自动关机的，而是转为后付费计划，因此务必即用即开、即停即关。相比早已取消免费配额的 SCF（Serverless Cloud Function），Cloud Studio 通用工作空间是更好的升级替代，网络流量费用务必自行查阅、知晓。
- 高性能工作空间
高性能工作空间，为高性能应用服务 HAI 提供的 GPU 空间。每月赠送体验时长至 10000分钟，可兑换免费基础型高性能工作空间的使用，而免费基础型使用的就是 HAI 基础型空间（T4 16GB显存、32GB内存）。每个空间每分钟扣除 1 分钟体验时长，多个空间同时运行会叠加计时，直到体验时长用完，会自动关机。对于付费层级的 HAI 基础型和进阶型，因为用完就自动关机，所以不必担心 GPU 资源被额外收费，但持久化存储空间和网络流量就需要注意了，在运行时免费搭配 80GB 云硬盘（包括 30GB 系统盘及 50GB 数据盘）及每月 500GB 的公网流量。即使关机，超过 80GB 的存储资源也同样按照小时计费，超出 500GB 的网络流量为 0.8元/GB。
Ollama 部署 Deepseek-R1:14B
腾讯 Cloud Studio 免费基础型使用 HAI 基础型高性能工作空间，默认免费搭配 80GB 云硬盘，包括 30GB 系统盘和 不到 50GB 的数据盘，结合免费的 HAI 基础型 GPU 资源 16GB 的显存，最高可以部署、运行 deepseek-R1 14B，相比本地部署一般都是 7B、8B 的版本，性能、体验更好，10000 分钟/月体验时长可以完成不少零碎的推理任务。与 HAI 基础型的差别在于不能使用工作台功能以及会自动关机，不能使用工作台功能意味着所有工作都需要在控制台完成，需要敲命令行，而不是点鼠标，自动关机意味着不能持续占用计算资源，最多 24 小时。其他差别可自行查阅产品文档，本文不再赘述。总体上来看，如果一直保持 10000分钟/月的赠送体验时长，那么在云端 AI 算力平台领域是非常有竞争力的，至少是国内同类平台的 no.1。
登录后，选择 DeepSeek R1，就可以直接部署好完整的 deepseek r1:7b。如果需要部署 14b，则可删除已有的 7b，加载运行 14b 模型即可。这里示例选择 olama，默认预置的 llama3 可在部署完成后删除。
部署完成后，会显示“运行中”的提示。部署失败（显示“失效”）的原因多由于资源有限，过于火爆导致缺少库存，可以删除后再重新部署，一般多尝试几次都可以部署成功。
可以使用快捷 “CTRL+~” 切换到终端控制台，以输入命令。免费基础型只能使用控制台命令，不能使用工作台。
输入命令行貌似是个门槛，其实很简单，可直接输入最后两条（ollama rm llama3、ollama run deepseek-r1:14b），等待自动下载完成后运行即可。
-以人类可读的方式显示存储空间信息。
df -h
-查看可使用内存信息，单位为 m
free -m
– 查看显卡信息
nvidia-smi
-查看并删除预加载的 llama 模型
ollama list ollama rm llama3
-加载运行 deepseek r1 14B
ollama run deepseek-r1:14b
Cloud Studio 为 HAI 基础型提供了最高 100Mbps 的网络带宽，月流量配额 500GB，模型自动下载过程会需要一定时间，如果长期卡死，可杀死上述进程后再运行一遍。如果一切正常的话，deepseek r1:14b 就运行起来了，可以在控制台和 deepseek r1 进行对话了，非常符合腾讯官方所强调的“2步、3分钟”的易用性。
在推理（对话）过程中，<think></think>包裹的内容就是 deepseek r1 的思维链，closeai（openai）被迫发布甚至免费提供的 O3 mini 也是有的，但并不会显示。奥特曼前几日惺惺作态表示了对 open 的认可，但并不作为当前优先选项。O3 mini high 的效果可能会比 deepseek 好，但需要翻墙，Close 名声又实在太臭，没有跨代式的差异，还是拉倒吧。
要退出 deepseek 对话，可直接输入 “/bye”，“/clear”则用于清除上下文，当发现 deepseek r1 输出存在偏差并且难以纠正时，清除上下文是最佳方式。
注意事项
WebUI
Cloud Sudio 不能安装 docker，并且没有配置公网 ip，需要通过内网穿透将 deepseek 发布公网，才能接入各类（包括本地）WebUI。内网穿透，可以使用 cloudflared 或之前介绍过的各种内容穿透工具。cloudflared 不需要接入 cloudflare 网络（warp 或 zero trust），只需要将运行 deepseek 的 cloud studio 虚拟实例配置为服务端。
实例创建失败
Deepseek 持续火爆，腾讯的计算资源是有限的，出现创建失败的情况在所难免，换个时间或者删除后重新、多次尝试，一般都可以成功创建需要的 HAI 基础型实例。
控制台命令
虚拟实例就是台 ubuntu 主机，一般会配置一张 T4 显卡和 80GB 持久化存储空间，实例不删除，存储空间会一直保留。腾讯 Cloud studio 给予的权限高于 google colab，绝大多数命令都可以成功运行，所以，安装内网穿透服务端也不在话下。
SSH 与 SCP
Cloud studio 支持密钥验证方式的 ssh 连接，自然也支持 scp 上传、下载文件。所以，对于开发者而言，webui 并不是必须的。
10000分钟体验时长
部分小伙伴可能无法获得 10000 分钟的体验时长，官方文档明确显示了“至多 10000 分钟”的用词，应该是区分有无云服务购买记录的。毕竟，任何商家都不喜欢始终一毛不拔的白嫖党。
更多精彩，敬请关注「老E的博客」！
