高校部署DeepSeek的不同方案-中国教育和科研计算机网CERNET

资讯

校园信息化

技术

资源与应用

产品与装备

信息服务

首页 > 教育信息化 > 校园信息化 > 高等教育

高校部署DeepSeek的不同方案

2025-03-14 中国教育网络

　　2月中旬，全国多所高校宣布完成了DeepSeek的满血版部署。据悉，根据各校信息化基础设施条件的差异，高校的DeepSeek部署大致可分为本地部署、本地部署+云端部署、云端部署等方式。

　　本地部署是将大模型安装到校园本地计算机内，可确保稳定、安全和灵活调用。DeepSeek本地部署依托高校自身的算力资源，将科研数据等不便公开的内容保存在学校内部，确保隐私安全，还可快速接入知识库赋能学科交叉创新。

　　东南大学、浙江大学等最先推出DeepSeek满血版的高校，就是基于学校自建的算力基础设施完成了本地部署。

　　东南大学网络与信息中心副主任胡轶宁表示，从2023年开始，东南大学就开始探索如何利用AI赋能学校的核心业务——人才培养和科学研究。基于上述目标，东南大学建成了纯国产云智算一体化平台，并积极推广国产化生态。在DeepSeek之前，平台已成功适配Llama3.2、Qwen2.5、GLM-4V等国内外主流开源大模型。正是由于前期打下的良好硬件基础，当DeepSeek发布之后，学校很快就完成了满血版R1的本地部署。

　　浙江大学信息技术中心总工程师张紫徽指出，在ChatGPT出现后，学校就预料到，算力若跟不上，将会成为制约AI发展的关键因素，于是开始谋划“西湖之光”算力联盟的建设。依托浙大“西湖之光”的算力资源，浙江大学在深度融合智能体“浙大先生”之上部署了DeepSeekV3、R1，它基于CARSI资源共享平台，覆盖了教学、科研、生活等全场景，还会面向全国829所CARSI联盟高校开放共享。

　　通过对校内自有硬件资源进行统筹与整合，高校还可有针对性地对优势学科进行DeepSeek的本地部署。

　　南京理工大学科技处处长李千目表示，经过几轮探讨，学校正筹备向优势学科、科研方向部署包括DeepSeek在内的开源大模型。通过对各学院的资源进行统筹，发现学校现有的硬件基础设施能够满足满血版本地部署的基本要求，未来必要时还可进行扩容。

　　部分高校推出的满血版DeepSeek是基于学校的算力平台和云厂商的算力资源。在一些学校发布的DeepSeek上线公告中强调：使用云端大模型请注意数据安全风险，尽量避免提交涉及个人隐私、敏感数据或涉密内容，在使用过程中遵循“最小必要”原则提交数据。

　　华中科技大学的DeepSeek部署基于学校高性能算力平台和公有云厂商的算力资源，覆盖教学、科研和日常办公场景，共部署了1个本地化模型和2个云端模型。本地模型为DeepSeek-R1-Distill-Qwen-32B，算力由公有云厂商提供支持，对话页面默认使用本地模型。云端模型包括DeepSeek-R1-70B（进阶版）和DeepSeek-R1-671B( 满血版 )，满血版的算力由华中科技大学计算机学院提供支持。

　　武汉理工大学与运营商合作完成了满血版DeepSeek模型本地与云端部署。“本地+云”双端部署契合师生的多元应用要求。本地版支持学校重点科研项目与教学创新，为科研工作提供技术支撑；云端版则面向全校学子提供便捷的智能服务。

　　除了本地部署，部分高校选择了云端部署满血版DeepSeek，通过租用云服务提供商的算力，可突破本地硬件性能的限制，处理更大规模、更复杂的任务。

　　如重庆大学等高校与运营商合作部署了DeepSeek-R1满血版模型，运营商提供具备算力支持、大规模数据处理、模型开发和训练能力的服务平台，师生通过校园网即可免费使用R1大模型。

　　上海海事大学教务处副处长王玉平表示，在人工智能技术迅猛发展的时代背景下，算力资源已成为支撑科研创新和人才培养的重要基础设施。高校作为知识生产和技术创新的前沿阵地，若长期缺乏对算力建设的战略投入，可能在教学科研体系更新、跨学科融合创新等方面面临发展滞后风险。值得关注的是，已有部分院校通过建立智能计算中心、校企联合实验室等方式积极构建算力支撑平台，这种主动拥抱技术变革的举措，不仅提升了科研竞争力，更有利于培养符合智能时代需求的复合型人才。因此，适度加强算力基础设施建设应被视为高等教育机构保持学术活力和履行社会使命的重要战略选择。

　　来源：《中国教育网络》2025年1月刊

　　撰文：陈茜

　　特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。