新学期伊始

武汉大学信息中心成功完成

DeepSeek 全系大模型的部署调试

本地化服务将有效保障

科研数据隐私与信息安全

支持灵活的定制开发和算法优化

云端调用充分利用公有云强大的AI算力

支持更加复杂的推理任务和应用场景

大模型包括哪些？

DeepSeek-R1-14B

中型规模模型

适合一般性的自然语言处理任务

DeepSeek-R1-32B

大规模模型

提供更广泛和深入的对话与推理支持

DeepSeek-R1-671B和

DeepSeek-V3-671B

云端满血模型

适合需要深度推理的任务

Qwen-14B

高效的语言生成能力

适用于文本创作、代码编写等多种场景

如何使用？网页端

访问‍https://aiop.whu.edu.cn/aiop/#/‍

登录后即可使用

移动端

打开智慧珞珈APP

点击“应用中心-公共服务-AI智能体平台”

登录后即可使用

还有什么高阶用法？

除提供随手可用的智能体应用外

借助强大的算力底座

武汉大学超算中心还支持

用户自行部署并运行DeepSeek

等各类开源大模型

深度探索大模型的部署

训练和推理应用

以支持更加专业的科研需求

如果你已经开通了超算中心账号

并且具有GPU的计算权限

那么快来学习如何操作吧！

在超算集群上运行DeepSeek

首先创建一个作业脚本

将以下文本粘贴到作业脚本中，然后保存文件

将此脚本作为作业进行提交

现在，检查您的作业是否正在运行

确定作业已启动后，通过 ssh 登录已分配的计算节点

SSH 登录计算节点后，加载 ollama

SSH 登录计算节点后，列出所有模型

SSH 登录计算节点后，运行 deepseek-r1:32b

特别提醒

模型路径：如果想使用自己的大模型，设置OLLAMA MODELS环境变量至自定义model的路径即可。

节点选择：对于 32B 以上的大模型，建议使用 A100 节点以获得更好的性能。

资源需求：根据具体需求调整作业脚本中的资源请求（如 GPU 数量、CPU 核心数等）。