Deepseek Ai DeepSeek R1 0528 GGUF

首先，確保你已經安裝了 hugginface-cli：

pip install -U "huggingface_hub[cli]"

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/deepseek-ai_DeepSeek-R1-0528-GGUF --include "deepseek-ai_DeepSeek-R1-0528-Q4_K_M.gguf" --local-dir ./

如果模型大小超過 50GB，它會被拆分為多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/deepseek-ai_DeepSeek-R1-0528-GGUF --include "deepseek-ai_DeepSeek-R1-0528-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如 deepseek-ai_DeepSeek-R1-0528-Q8_0），也可以將它們全部下載到當前目錄（./）。

我保留這部分內容是為了展示使用帶有在線重新打包功能的 Q4_0 在性能上的潛在理論提升。

Artefact2 提供了一篇很棒的文章，帶有展示各種性能的圖表，點擊查看

首先，你需要確定你可以運行多大的模型。為此，你需要了解你有多少 RAM 和/或 VRAM。

如果你希望模型儘可能快地運行，你需要將整個模型放入 GPU 的 VRAM 中。選擇文件大小比 GPU 總 VRAM 小 1 - 2GB 的量化模型。

如果你追求絕對最高質量，將系統 RAM 和 GPU 的 VRAM 相加，然後選擇文件大小比該總和小 1 - 2GB 的量化模型。

接下來，你需要決定是使用“I - 量化”還是“K - 量化”。

如果你不想考慮太多，可以選擇 K - 量化模型。這些模型的格式為 'QX_K_X'，如 Q5_K_M。

如果你想深入瞭解，可以查看這個非常有用的特性圖表： llama.cpp 特性矩陣

但基本上，如果你希望量化級別低於 Q4，並且你使用的是 cuBLAS（Nvidia）或 rocBLAS（AMD），你應該考慮 I - 量化模型。這些模型的格式為 IQX_X，如 IQ3_M。這些是較新的模型，在相同大小下提供更好的性能。

這些 I - 量化模型也可以在 CPU 上使用，但比等效的 K - 量化模型慢，因此你需要在速度和性能之間進行權衡。