跑 DeepSeek-R1 满血需要多少显存：FP8 ≈690GB，八卡 H200 单机——一张表看懂
结论先行：R1 满血 671B（MoE，每 token 激活 37B），FP8 权重 = 671B×1B ≈ 671GB，含缩放因子与嵌入余量按 690GB 计。一张卡无解——HGX H200 八卡（8×141GB = 1.128TB）是满血单机部署的标准答案：权重占 61%，余 438GB 给 KV 与激活。
显存算账
| 分项 | 参数量 | 精度（B/参数） | 显存 |
|---|
| 权重 FP8（官方部署口径） | 671B | FP8（1） | ≈671GB，按 690GB 计 |
| 权重 BF16（不推荐） | 671B | BF16（2） | ≈1342GB，需两台八卡 |
| 权重 INT4（下限口径） | 671B | INT4（0.5） | ≈336GB |
| KV cache（MLA 压缩，FP16 口径） | 61层×576维隐向量 | 2B | ≈0.07MB/token |
| KV cache @32K×32并发 | — | FP16 | ≈72GB |
| 八卡 H200 总显存 | 8×141GB | — | 1.128TB（装 690GB 权重后余 438GB） |
口径：MoE 显存装的是总参数（671B），算力吃的是每 token 激活（37B）——所以“省算力不省显存”。R1 的 MLA 注意力把 KV 压到 ≈0.07MB/token，长上下文显存开销比同规模稠密模型低一个量级。INT4 336GB 理论上 4×H200 可容，但 671B MoE 的 INT4 量化有质量与工程代价，不作为推荐口径。
推荐配置（按预算档 · 人民币整机口径）
预算 ≤150万 · 单卡方案为主该预算档无落地解
结论：≤150万 档无落地解：FP8 权重 690GB 超任何单卡（H200 141GB 连零头都装不下）。物理下限=八卡整机（HGX H200，600-2000万 档）。替代口径：DeepSeek 官方 API，或 R1-Distill-70B（走本器 Llama-70B 级档）。
预算 150-600万 · 可入双卡·入门八卡该预算档无落地解
结论：150-600万 贴不进：HGX H200 八卡行情带 585-700 万/台，绝大多数成交落在 600-2000万 档。可先以 R1-Distill-70B（Llama-70B 级档）过渡。
预算 600-2000万 · 旗舰八卡·B300 NVL8 档词条 →HGX H200 八卡
显存 8×141GB = 1.128TB · NVLink/NVSwitch · 8U 风冷整机
萬安指数 88 · LLM推理
大陆行情带 585-700 万/台（8 卡整机口径）
为什么是它：满血单机部署标准解：1.128TB 总显存装 690GB 权重，余约 4 成给 KV 与激活；MLA 令长上下文开销极低。
词条 →NVIDIA B300 NVL8
显存 8×288GB = 2.304TB HBM3e · NVLink 5 · 8U 风冷整机
萬安指数 94 · LLM推理
大陆在售约 1700 万级（8 卡整机口径）
为什么是它：旗舰余量：2.304TB 装下 690GB 权重后剩 1.6TB，长上下文×高并发全开；萬安指数·LLM推理 94（词条值）。
常见问答
4 张 H200（564GB）能跑满血 R1 吗？
不能：FP8 权重按 690GB 计 > 564GB。单机下限口径是八卡 H200（1.128TB），权重占 61% 留足 KV 与激活余量。
R1-Distill-70B 需要多少显存？
蒸馏版基于 Llama-70B：FP8 权重 70GB，H200 141GB 单卡即可满血跑——走本库 Llama-70B 档的选型口径。
为什么推荐 FP8 而不是 BF16？
BF16 权重 ≈1342GB，显存翻倍换不到质量增益；DeepSeek 官方部署口径即 FP8。BF16 只在需要全精度再训练时才考虑。
参考选型不构成交易要约，配置与价格实际以货主报价为准。数据来源：萬安算交所