今年春節后，DeepSeek R1 風暴般地席卷全國，小到手機 App，大到新能源汽車，似乎一夜間所有產品都接入了 DeepSeek R1。不得不說 DeepSeek R1 確實好用，對筆者這種編輯來說，從大綱到審閱，效率有著極大的提升。不過，官方滿血版的 DeepSeek R1 雖然好用，但會經?！暗艟€”，平均一個小時只能使用一次。第三方的滿血 DeepSeek R1 很少掉線，但涉及隱私或保密數據時，大家并不放心上傳云端。

于是，很多人萌生自己搭建 DeepSeek R1 的想法。然而滿血版的 DeepSeek R1 模型體積足足有 404GB，遠超一般消費級顯卡的顯存。即使 32B 的蒸餾模型體積也有 20GB。這就對顯卡的性能提出了較高的要求。例如，32GB 顯存的英偉達 RTX 5090 D 公版官方售價為 16999 元，但實際上要多花一萬多元才能買到。

一、配置與部署

那么，有沒有什么經濟實惠且效果不錯的方案呢？聰明的你想到讓多張顯卡協同工作，不過 AMD 目前的新顯卡已經不支持交火了，英偉達的 SLI 技術也不支持顯存疊加，而 Intel 的 Arc 顯卡不僅支持交火，并且顯存也可以疊加，價格也很實惠，兩張 Arc A770 16GB 價格 3600 元左右，就可獲得 32GB 的大現存。IT之家這次嘗試使用兩張藍戟 Intel Arc A770 Photon 16G OC 進行交火，來配置 DeepSeek R1 32B 的蒸餾模型。其具體配置如下圖：

Intel Arc A770 有 8G 和 16GB 兩個版本，我們選擇的藍戟 Intel Arc A770 Photon 16G OC 配備 16GB GDDR6 顯存，顯存帶寬可達 512GB/s，其擁有 32 個 Xe 核心，最高頻率 2400Mhz。

因為是雙卡方案，所以需要留意主板與電源的配置，主板至少需要有兩個 PCIe 顯卡插槽，并且每個插槽必須支持 PCIe 4.0 x8 的傳輸速率。電源方面，單張藍戟 Intel Arc A770 Photon 16G OC 的 TBP 為 285W，兩張顯卡的功耗就要接近 600W。為了保證系統的穩定，我們選擇了海韻的 1300W 電源進行測試，這款電源不僅能滿足功率需求，還能滿足兩張顯卡所需的 4 個 PCIe 8Pin 接口。模型我們選擇通過使用 IPEX-LLM 部署在 Linux 上，相比 Window 系統效率會更高一些。

搭建結束后，我們用另一臺電腦局域網訪問后端，在操作時盡量不使用測試電腦進行截圖錄屏，避免無關操作對 GPU 的占用。

二、性能與效果

因為是 32B 的模型，所以我們直接上強度，讓模型幫我們寫一個 HTML 小游戲。我們首先對模型進行提問：

請用 html 寫個貪吃蛇游戲的代碼，需要包含以下功能：

?使用鍵盤上的上下左右箭頭鍵控制蛇的移動方向。

?蛇會自動向前移動，并在吃到紅色的食物時增長并增加得分。

?當蛇碰到墻壁或自己時，游戲結束并顯示得分。

?點擊“重新開始”按鈕可以重置游戲并重新開始。

游戲規則：

?蛇不能碰到墻壁或自己，否則游戲結束。

?每吃一個食物，得分增加 10 分。

?食物不會出現在蛇的身體上。

DeepSeek R1 開始分析問題并生成代碼，此時兩張 Arc A770 顯卡的風扇全力運轉，后端顯示 Avg Generation Throughput 可以穩定在 26 tokens / s 以上。對比之下，單張 RTX 5090 D 運行 32B 模型的性能大約為 46 tokens / s，而官方不到兩成的價格卻得到了五成以上的性能，這個表現還是很讓人驚喜的。

生成后的 HTML 小游戲可以直接預覽運行，我發現操作有沖突，按上下方向鍵會滾動網頁。

于是我提出對代碼進行修改，要求用 A、S、D、W 來代替方向鍵。DeepSeek R1 很精準的理解了我的需求，并完成了修改。

隨后，我要求生成更為復雜的俄羅斯方塊 HTML 代碼，雖說參數量只有 32B，但 DeepSeek R1 所生成的游戲同樣很完善，幾乎沒有什么 Bug。

說到 AI 大模型的邏輯能力測試，那肯定繞不開弱智吧經典問答。我們選擇了兩個問題對雙 A770 搭建的 DeepSeek R1 進行測試：

1、神父去世是離職還是升職？

這種讓人一愣的問題 32B 的 DeepSeek R1 也能從現實與信仰兩種角度出發給出分析與解釋。可以看出 32B 模型的邏輯能力還是很強的，有著極高的可用性。

2、變形金剛應該交車險還是人險？

面對二選一的提問，32B 的 DeepSeek R1 并沒有死板的做出選擇，其理解了變形金剛不同形態的特征給出了兩種保險都買的絕佳選擇。

總結：

從測試結果來看，兩張 Intel Arc A770 16GB 顯卡（總計 3600 元）組成的雙卡部署 DeepSeek R1 蒸餾模型的方案確實經濟實惠。通過 IPEX-LLM 工具在 Linux 系統上部署，測試顯示雙 A770 顯卡能穩定運行 32B 模型，生成 HTML 小游戲和處理復雜問題時表現優異，平均吞吐量達 26 tokens / s，有著不錯的性價比。總體而言，A770 雙卡低成本部署 DeepSeek 32B 兼具成本、性能和數據隱私優勢，適合中小企業和個人開發者。

審核編輯 黃宇