DeepSeek本地部署需要多大空间

很多人打算本地跑 DeepSeek，先看显存够不够，结果装到一半发现硬盘满了。权重文件、量化格式、推理框架缓存、再加下载解压的临时占用，加起来往往比你想的大一圈。这篇按参数量分档，把该留多少硬盘讲清楚，并给一套能自己算的步骤。

很多人打算本地跑 DeepSeek，第一步先去看显存够不够，结果模型装到一半提示磁盘空间不足。这种事挺常见的，因为权重文件在你点下下载的那一刻就开始占盘了，而显存不够往往还能靠量化降档绕过去，硬盘满了是真的装不进去。更坑的是，你以为只下一个模型文件，实际还有压缩包、解压临时文件、推理框架的缓存，三样叠在一起，占用会比你想的大一圈。

这篇不讲怎么配环境、怎么调参数，只把一件事讲清楚：按不同参数量和量化档位，硬盘到底该留多少。后面给一套能自己动手算的步骤，你换任何模型都能套。具体到当前版本的占用数字，站内有部署测算页，以那里核对为准，本文只给口径和方法。

先搞清：为什么硬盘会先于显存不够

显存不够的时候，程序通常会直接报错，你能马上看到。硬盘不够就不一样了，它可能是在下载到九成的时候才断，或者解压到一半失败，排查起来更绕。而且权重是静态占用，落盘之后一直占着，不会因为你不用就释放，这一点和显存动态分配完全不同。

• 权重是静态占用，下载那一刻就落盘，比显存更早暴露问题
• 同一模型不同量化格式、不同分发渠道，体积能差出一大截，别拿一个数当通用答案
• 框架缓存、Docker 镜像、临时解压目录常被忽略，加一起往往是额外的一整档空间
• 系统盘和数据盘混用，会把系统本身的空间也拖下水，出问题更难腾挪

按参数量的空间估算口径

估算不需要精确到个位，够用就行。核心就一个乘法：参数量乘上每参数占用的字节数，得到权重的粗略体积，再乘一个冗余系数。精度越低，每参数占的字节越少，但要注意量化不是无限缩，它有额外的元数据和分片开销，档位压得越狠，这部分占比反而越明显。

为什么表里不写死数字，因为同一档位换个量化格式、换个分发渠道，体积就不一样，写死了反而误导。你在站内测算页看到的数，会跟着模型版本更新，比任何一篇文章里的固定值都可靠。

量化格式决定最终落盘大小

同样一个模型，换成不同量化格式，你在硬盘上看到的文件组织方式完全不一样。有的格式是单文件一把梭，有的切成好几个分片，还有的保留原始权重结构。文件少不代表占用小，分片多也不代表一定大，关键还是看每参数的有效字节数。

GGUF 单文件

常见于本地推理工具，一个文件搞定，方便搬运和替换

GPTQ / AWQ 分片

按层或按块切成多个文件，加载方式和显存占用策略不同

原始精度权重

文件最大，一般用于自己再做量化或做二次转换

选档位的时候要同时看两个约束：显存决定能不能跑起来，硬盘决定能不能装下去。只盯着其中一个，很容易出现跑得动但装不下、或者装得下但跑不动的尴尬。量化档位怎么取舍、每种格式的原理差异，可以到 /ai-dict/category/tech 先把概念对齐，再回来算空间。

权重之外还要留什么

权重只是入场券，装完能不能稳定用起来，还看这几样。很多人算空间只算权重，装完发现没地方放索引和日志，过两周又得挪盘。

• 下载解压的临时空间：压缩包和解压后的文件会短暂共存，峰值占用比最终占用高一截
• 推理框架的缓存与编译产物，某些框架在首次启动时会生成额外文件
• 知识库与向量索引，规模随你喂进去的文档量增长，不是一次性占用
• 对话记录与运行日志，长期跑起来会慢慢堆积，建议设定期清理或轮转

这些加起来的量级因用法而异，但方向是确定的：用得越久、喂的数据越多，权重之外的部分占比越高。规划盘位时把它当成一个持续增长的项，而不是一次性开销。

动手量一遍：三步确认够不够

1. 查仓库文件大小打开模型仓库，把各个分片文件的大小加总，不要只看主文件。有些仓库会把配置文件、分词器文件单独列出来，这些也要算进去。
2. 给目标盘留余量在权重估算值基础上再留出冗余，用来覆盖下载解压峰值和框架缓存。余量留多少取决于你的框架，如果走容器化部署，余量要更宽一些。
3. 装完跑一次实测加载模型并跑一段长对话，观察盘位变化。如果加载过程中盘位先涨后落，说明有临时文件；如果一直涨不落，那部分就是需要长期预留的。

这三步走完，你对这台机器的空间需求就有自己的数了，之后换模型只用重算第一步，不用再从头摸索。想省事的话，先到 /models/deploy 看现成的测算口径，再拿自己的盘去比对。

只看硬盘不够，和显存内存一起算

硬盘、显存、内存是三个独立的约束，任何一个不够都会卡住，但表现完全不同。硬盘不够是装不上，显存不够是跑不动或报错，内存不够则常常表现为变慢。分清楚症状，才不会把内存问题误判成硬盘问题。

还有一个容易忽略的点：如果你打算同时留几个量化版本做效果对比，空间要按份数叠加算，而不是只算一份。对比研究是好事，但盘位规划得提前说清楚，别到时候删哪个都舍不得。

几种典型场景的空间规划

不同用法对空间的胃口差别很大，下面按常见场景给判断标准。具体数值仍以站内测算页为准，这里只讲怎么配。

• 单机试玩：装一份小参数量量化版就够，预留空间覆盖下载解压峰值即可，不用为多版本留位置
• 小团队内部服务：至少留两个版本用于回滚，加上备份和日志，盘位按单份的倍数准备
• 长期跑知识库：权重之外要给索引和数据留持续增长的空间，建议单独挂一块数据盘
• 容器化部署：镜像和卷分开看，重复镜像和悬空卷是最常见的隐形占用

装完发现不够：怎么腾空间

已经装到一半发现空间告急，别急着删权重，先按下面的顺序排查，很多占用是可以安全清掉的。

1. 清下载缓存删掉压缩包和旧的下载记录，这类文件通常可以重新拉取，属于最安全的一类。确认模型已经完整解压后再删。
2. 删旧量化版本如果你试过好几个量化档位，留一个正在用的即可，其余的删掉。删之前确认没有服务在引用这些路径。
3. 迁移模型目录把模型目录整体挪到独立数据盘，用软链接指回原路径，避免和系统盘抢空间。挪之前先停掉所有加载服务。
4. 检查容器占用容器化部署时清一下悬空镜像和无用卷，重复镜像往往占了大头。清理前先确认没有在跑的容器依赖它们。

如果这几步做完还是不够，那就是初始规划偏小，别硬撑。考虑加盘或者降一档参数量，比反复腾挪更省事。相关的部署测算和常见坑，可以到 /guides 的指南中心按需翻。