Deepseek Ai DeepSeek R1 0528 GGUF

首先，确保你已经安装了 hugginface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

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

如果模型大小超过 50GB，它会被拆分为多个文件。要将它们全部下载到本地文件夹，请运行：

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

你可以指定一个新的本地目录（如 deepseek-ai_DeepSeek-R1-0528-Q8_0），也可以将它们全部下载到当前目录（./）。

我保留这部分内容是为了展示使用带有在线重新打包功能的 Q4_0 在性能上的潜在理论提升。

Artefact2 提供了一篇很棒的文章，带有展示各种性能的图表，点击查看

首先，你需要确定你可以运行多大的模型。为此，你需要了解你有多少 RAM 和/或 VRAM。

如果你希望模型尽可能快地运行，你需要将整个模型放入 GPU 的 VRAM 中。选择文件大小比 GPU 总 VRAM 小 1 - 2GB 的量化模型。

如果你追求绝对最高质量，将系统 RAM 和 GPU 的 VRAM 相加，然后选择文件大小比该总和小 1 - 2GB 的量化模型。

接下来，你需要决定是使用“I - 量化”还是“K - 量化”。

如果你不想考虑太多，可以选择 K - 量化模型。这些模型的格式为 'QX_K_X'，如 Q5_K_M。

如果你想深入了解，可以查看这个非常有用的特性图表： llama.cpp 特性矩阵

但基本上，如果你希望量化级别低于 Q4，并且你使用的是 cuBLAS（Nvidia）或 rocBLAS（AMD），你应该考虑 I - 量化模型。这些模型的格式为 IQX_X，如 IQ3_M。这些是较新的模型，在相同大小下提供更好的性能。

这些 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间进行权衡。