(北京，2025年2月11日)IBM日前宣布，DeepSeek-R1 的 Llama 3.1 8B 和 Llama 3.3 70b 蒸餾版本現已在 IBM 的企業級 AI 開發平臺 watsonx.ai 上提供。
DeepSeek-R1到底是啥？
DeepSeek-R1 是中國人工智能（AI）初創公司 DeepSeek 的推理大語言模型（LLM），是世界上最強大的開源模型之一，甚至可以與 OpenAI 的 o1 相媲美。DeepSeek-R1 在 MIT 許可證下發布，主要是通過在基礎模型 DeepSeek-V3 上直接使用強化學習 （RL） 開發的，這是微調 LLM 的一項重大創新。
DeepSeek 還使用了一種稱為知識蒸餾的技術，使用較大的 R1 模型生成的數據來微調多個 Llama 和 Qwen 模型。用戶可以通過兩種方式在 watsonx.ai 上訪問 DeepSeek 蒸餾模型：
- IBM 通過 “按需部署目錄”在 watsonx.ai 中提供兩種 Llama 蒸餾變體，允許用戶部署專用實例進行安全推理。
- 用戶還可以使用自定義基礎模型導入功能導入 DeepSeek-R1 模型的其他變體，如 Qwen 蒸餾模型。
DeepSeek-R1 支持哪些類型的用例？
DeepSeek-R1 是一種先進的 AI 模型，以其卓越的推理能力而著稱，支持各行各業的廣泛應用：
- 規劃：DeepSeek-R1 專注于思維邏輯鏈，能夠執行需要逐步推理的任務，因此非常適合為智能體（代理）應用程序提供支持。
- 編碼： DeepSeek-R1擅長編碼任務，提供代碼生成、調試輔助和優化建議。
- 數學問題解決： 該模型強大的推理能力使其善于解決復雜的數學問題，這對學術研究、工程和科學計算大有裨益。
開發人員可在 IBM watsonx.ai 中使用 DeepSeek-R1 等已部署的模型和解決方案功能構建人工智能解決方案：
- 以易于理解的格式和用戶界面測試和評估模型輸出
- 通過連接各種向量數據庫和嵌入模型來構建 RAG 管道
- 與 LangChain、CrewAI 等流行框架和連接器協同工作
為何要在 watsonx.ai 上使用DeepSeek蒸餾模型？
IBM watsonx.ai 使客戶能夠定制實施 DeepSeek-R1 等開源模型，從部署環境的完全靈活性到智能體（代理）開發、微調、RAG、提示工程和與企業應用程序集成的直觀工作流，用戶可以利用watsonx.ai的內置護欄來保護他們的應用程序。
當然，數據安全和AI治理是客戶最關心的問題。除防護欄外，在 watsonx.ai 上部署時，這些模型將成為專用實例，這意味著除平臺外，不會在其他任何地方共享數據。此外，與 IBM watsonx.governance這一功能強大的治理、風險和合規性（GRC）工具包的無縫集成，可確保客戶的AI在整個AI生命周期內都是負責任、透明和可解釋的。
開始在 IBM watsonx.ai 上使用 DeepSeek
支持 DeepSeek-R1 的蒸餾變體是 IBM 致力于AI開源創新的一部分。DeepSeek Llama 的兩個蒸餾模型都以納入 IBM watsonx.ai 上按需部署目錄，能夠在專用 GPU 上按小時部署。
如何從watsonx資源中心按需部署R1模型
從資源中心按需部署基礎模型，請完成以下步驟：
1. 從導航菜單打開資源中心。
2. 從 “按小時付費 ”部分，找到要按需部署的 DeepSeek 模型。
3. 從模型詳細信息頁面，單擊 “Deploy(部署)”。
4. 從基礎模型磁貼中單擊 “Deploy(部署)”，然后選擇要部署基礎模型的部署空間。
5. 單擊“Create(創建)”。
6. 通過 Prompt Lab 或 API/SDK 開始使用模型。
IBM watsonx.ai 在這里會用斜體顯示模型的思維過程，而最終輸出則用非斜體顯示。正如你所見，只需一個簡單的提示，模型就能推理并規劃出響應中需要包含的各個部分。
如何通過 REST API 在 watsonx 上部署 R1 模型
或者， 您也可以使用 REST API 來部署模型
當然，您必須將 bearer token 和 space-id 等信息替換為相應的憑證。模型部署完成后，您可以從 Prompt Lab 或 watsonx.ai API 提示基礎模型。
通過讓用戶訪問 watsonx.ai 上同類最優的開源模型（包括第三方模型和 IBM Granite），我們以期能夠塑造協作和知識共享的文化。
即刻試用watsonx.ai™中的DeepSeek-R1精餾模型 → 了解更多
