原贴链接

这是一个指向图片（https://llminfo.image.fangd123.cn/images/jixqkaabhfge1.gif!/format/webp）的链接，无具体文字内容可翻译

讨论总结

这是一个关于在电脑上输入“ollama run deepseek - r1:671b”后的情况的讨论。有人分享电脑运行该指令后的故障或缓慢情况，也有人提到自己电脑在运行类似模型时的性能差等问题。此外，还有关于硬件配置对运行影响、运行模型的资源需求等技术探讨，同时夹杂着一些调侃和好奇的话语，以及少量与主题关联不大的话题如对视频的讨论和对Ollama的态度等。

主要观点

1. 👍 对10秒/个token的喜爱
   • 支持理由：评论者直接表达喜爱，没有特别的解释
   • 反对声音：无
2. 🔥 认为“ollama run deepseek - r1:671b”这个命令对家庭电脑来说是可怕的
   • 正方观点：用“最可怕、最致命”形容该命令在家庭电脑上的影响
   • 反方观点：无
3. 💡 高性能电脑运行特定模型时性能差
   • 解释：以自己电脑为例，运行该模型时输出每秒仅0.5个token，输入每秒2个token，要等数小时才有回复
4. 💡 运行“ollama run deepseek - r1:671b”速度极其缓慢
   • 解释：如1分钟才输出1个字符，运行7个小时还未结束
5. 💡 不同硬件配置下运行该模型速度不同
   • 解释：有多人分享不同硬件下的运行速度差异，如有人用M2 Mac Studios每秒能达到20个

金句与有趣评论

1. “😂 It can run Crysis, but can it run deepseek??”
   • 亮点：以幽默的方式表达对PC运行Deepseek的好奇
2. “🤔 I love my 10s/token!”
   • 亮点：简洁表达对10秒/个token的喜爱
3. “👀 I am very much enjoying my 30 t/s output haha”
   • 亮点：分享自己享受高输出速度的状态
4. “🤣 mine went… NO! and shut down without warnings”
   • 亮点：生动描述电脑无警告直接关机的突发状况
5. “💯 It’s pure outright CRAP.”
   • 亮点：直接否定“ollama run deepseek - r1:671b”，表达强烈态度

情感分析

总体情感倾向比较多元。有对电脑运行状况的无奈（如运行缓慢、性能差时），有对一些配置或结果的喜爱（如享受高输出速度），也有对特定模型或命令的否定。主要分歧点在于对“ollama run deepseek - r1:671b”的评价，部分人觉得它可怕、糟糕，部分人未明确表达反对。可能的原因是大家使用的硬件不同、对模型性能期望不同等。

趋势与预测

• 新兴话题：关于运行模型时显存的合理利用以及在不同硬件下的优化可能会引发后续讨论。
• 潜在影响：对那些关注电脑运行大型模型、特别是DeepSeek相关模型的用户在优化运行设置、选择合适硬件等方面有一定的参考意义。

详细内容：

标题：关于“ollama run deepseek-r1:671b”运行的热门讨论

在Reddit上，一则有关“ollama run deepseek-r1:671b”的帖子引发了众多网友的热烈讨论。此帖获得了大量的关注，评论数众多。帖子主要围绕着该命令在不同电脑配置下的运行情况展开。

讨论焦点与观点分析： 有人表示喜欢 10 秒/令牌的速度。有人想象 CPU 推理的状态，认为每分钟令牌数较慢。还有人调侃这是家庭电脑最惧怕和致命的命令。有人质疑能否运行 Crysis 游戏。 有用户分享自己的个人经历和案例，比如[CodeSpeedster]称冬天运行可以节省加热费用，能达到 34 令牌/秒。[DrVonSinistro]称自己的推理机器是有 256GB 内存和 60GB 显存的 2U 服务器。 一些有趣或引发思考的观点包括：[Hunting - Succcubus]好奇为何会有 172GB 内存。[Reyynerp]询问 M2 Ultra 的性能。[reality_comes]质疑为何要进行这样的操作。 在见解和观点方面，[deadsunrise]指出在推理方面不是很强大，能处理 70B 模型，但处理更大的模型会变慢。[Lissanro]表示运行时内存和速度存在问题。[Enturbulated]认为即使是 1.58 位量化也令人印象深刻。

总之，关于“ollama run deepseek-r1:671b”的运行讨论丰富多样，反映了不同用户在电脑配置和性能方面的多样体验和思考。