DeepSeek-V4-Pro-0813 的权重以 MIT 许可证开源在 Hugging Face（deepseek-ai/DeepSeek-V4-Pro-0813，模型卡核对时间 2026 年 11 月 2 日），safetensors 格式、FP8 精度，仓库总大小约 893GB（92 个文件）。很多人看到「开源 MIT」就点了下载——这篇先把丑话说在前面：这副 weights 的量级远超个人设备，下载前先过硬件三问。
下载前先过硬件三问
第一问：磁盘放得下吗？FP8 原版 893GB；社区已出的 GGUF 量化版里，unsloth 的 Q4 级约 885GB、更激进的 Q2 级也要数百 GB——再算上运行时的额外开销，1TB 级的空闲空间只是起步。第二问：显存放得下吗？官方模型卡给出的示例配置是单节点 4×GB300 服务器；社区测算 Q4 量化版的显存需求在数百 GB 级，单张消费级显卡装不下——这不是调调参数能绕过的量级差距。第三问：为什么要本地跑？如果答案只是「想用 DeepSeek」，官方 API 与网页端随开随用、峰谷计费（闲时半价）已经是成本最低的路径；本地部署的价值在数据不出本地、离线可用、深度定制——没有这三类需求，跳过下载。
三问都过不了，结论不是「放弃」，而是换对象：个人设备跑不了 V4-Pro 这种旗舰开源模型，这是量级问题不是技巧问题。通用判断框架见本地部署大模型是什么意思与本地跑 AI 值不值两篇。
确认要部署后的两条正路
路径一：官方推理框架（vLLM / SGLang）。模型卡给出两个运行时的启动示例，共同点是都支持 DSpark 投机解码——只需一个 flag，无需单独的 draft 模型（draft 与目标权重来自同一 checkpoint）。vLLM 单节点 4 卡的启动命令、SGLang 的对应参数，模型卡与官方仓库的 vLLM/SGLang recipe 都有完整示例，照抄即可。路径二：Transformers / Docker。Hugging Face 的模型页提供 transformers 加载代码与 Docker 运行方式，适合做小规模验证——但同样要过第一问的磁盘关。
部署前必读的三个模型卡要点：一是这个仓库不带 Jinja 格式的对话模板——很多现成工具默认要 chat_template 文件，这里给的是 encoding 文件夹里的 Python 转换脚本，按模型卡的示例把消息编码成输入串；二是采样参数官方有推荐值：temperature 1.0，Agent 场景 top_p 0.95、其他 1.0；三是high / max 思考档位建议把最大输出设到 384K tokens——与三档思考强度配合的输出预算，见三档思考强度怎么选。
提示词起手式（部署前评估）：「我的硬件：[显卡型号、显存、内存、空闲磁盘]。我想本地运行 DeepSeek-V4-Pro-0813（FP8 原版约 893GB，社区 Q4 量化约 885GB）。请按这三项逐条判断：磁盘够不够、显存差多少、有没有更小的替代路径；结论不确定就说不确定，不要为了好看硬给可行性。」
没有多卡服务器，还想本地跑 DeepSeek 怎么办
现实的选择有三条：一是等更小的官方或社区版本——DeepSeek 系列的 Flash 线（284B 总参/13B 激活的 MoE 架构，见V4.1-Flash 详解）也是服务器级，但蒸馏与量化生态在持续出新，关注官方与社区的量化发布；二是租用 GPU 实例——按小时租多卡节点跑验证，比一次性买硬件便宜得多，验证完的想法再决定要不要长期持有；三是回到 API——峰谷半价加缓存折扣后，多数场景的 API 成本低于自建（账单算法见峰谷与选档），云与自建的决策框架见云 API 和本地部署怎么选。
部署后的第一轮验证
服务起来不等于部署成功，第一轮验证固定三个动作：一问身份——问模型自己的版本与上下文长度，回答与模型卡一致才算链路正确；二测长文——喂一段接近实际业务长度的输入，确认上下文预算与显存余量都扛得住，而不是只测一句话；三对速度——记录每 token 的实际耗时，与官方 API 的响应速度放在一起比，这一轮的数字就是「自建还是用 API」最终决策的依据。三个动作的结果都记进部署笔记，后面每次升档、加并发都拿它当基线。
常见问题
- 权重是 MIT 许可，商用可以吗？MIT 允许商用、修改与再分发，保留版权与许可声明即可；涉及具体产品发布前的许可事项，再请专业人士把关。
- 为什么下载完还要自己转格式？官方发布的是 FP8 safetensors，面向服务器推理框架；消费级工具常见的 GGUF 等转换版由社区维护，版本与质量以对应仓库说明为准。
- 下载慢有什么官方途径？Hugging Face 对该仓库有 CDN 预热，用官方 CLI（huggingface-cli download）支持断点续传；第三方「加速下载站」不要用，见官方渠道怎么认。
信息来源
- Hugging Face 模型卡 deepseek-ai/DeepSeek-V4-Pro-0813（核对时间 2026-11-02）：893GB 总量、MIT 许可、无 Jinja 模板用 encoding 脚本、DSpark 单 flag、采样参数推荐、4×GB300 示例；
- 社区量化仓库与第三方整理（unsloth、本地模型追踪站，核对时间 2026-11-02）：GGUF 各档大小与显存测算——量化数据以对应仓库为准；
- 站内条目：本地部署是什么、云 API 与本地部署、本地跑 AI 值不值、Ollama 安装（工具教程）。
