有用科技小编2026/07/10
浏览9755
阅读10分钟手里一张 RTX 4070 或 4070Ti，想把 DeepSeek 装进自己电脑，配置到底怎么算够？先说结论：这两张卡都是 12G 显存，14B 蒸馏版量化后约 9GB，能整卡装进显存。8G 卡跑不动的这一档，12G 卡刚好接得住。
比起纠结能不能跑，更值得花心思的是模型搭配。14B 当主力，管需要想清楚的活；8B 当快速档，管快问快答。两个都用「软领DS一键本地部署大师」部署好，不用自己装 Ollama，也不用敲命令，按任务切换着用。
4070 的 12G 显存，会被什么占掉
显存不是全留给模型文件的。对话跑起来，显存里至少有两块：模型权重，加上下文缓存。14B 量化包约 9GB，装进 12G 后剩 3GB 左右，日常对话够用，塞超长文档就要省着点。8B 约 5GB，空余接近 7GB，长对话明显从容。
显卡之外不用大动。内存 16G 起步，常年开着一堆软件就上 32G；硬盘给模型留几十 GB 空间，一个模型动辄几 GB，攒几个就不小了。CPU 维持现状即可，本地推理的压力主要在显卡上。
12G 主流卡的模型搭配：14B 主力，8B 快速档
为什么建议装两个？14B 答题更有条理，读长材料、写正式文案时差距看得出来，代价是出字慢一截。8B 反过来，出字快，改草稿、查概念很顺手。任务不一样，合适的模型就不一样，换着用最划算。两个模型占的是硬盘，互不冲突，部署完在「对话」页选一个就能聊。
| 参数档 | 量化包体积 | 在 12G 卡上的状态 | 建议角色 |
|---|---|---|---|
| 8B | 约 5GB | 整卡加载，余量大 | 快速档，日常主用 |
| 14B | 约 9GB | 整卡加载，余量约 3GB | 主力档，正式活交给它 |
| 32B | 约 20GB | 装不下，要借内存 | 不建议当日常 |
| 70B 及以上 | 更大 | 超出消费级单卡范围 | 别硬上 |
边界提醒
别拿 4070 去够 32B。量化包约 20GB，超出显存的部分只能挪到内存里算，速度掉得很明显。70B、671B 需要的显存更多，不在一张消费级显卡的讨论范围里。实际能不能部署，以软件里模型卡片的兼容提示为准。
在 4070 上怎么一键部署两个模型
流程不分 4070 还是 4070Ti，装好软件按提示走就行。建议先部署 8B 把流程跑通，再下 14B。模型文件不小，下载要等一会，支持断点续传，中断了接着下。
部署步骤
- 下载安装「DS一键部署大师」，打开后进入「模型」页面。
- 页面提示模型服务未安装的话，按提示装好，运行环境交给软件处理。
- 打开「仅兼容」，模型广场会按你这台电脑的配置筛掉跑不动的模型。
- 先选 8B 点部署，下载完成后到「对话」页试几句。
- 回到模型广场部署 14B，完成后两个模型都在本机。
- 在「对话」页选择要用的模型，按任务切换。
模型服务装好后在本机 11434 端口运行，平时不用管它，软件会自己连接。
大家常问
4070 和 4070Ti 跑 DeepSeek 差别大吗
显存都是 12G，装得下的模型档位一样。4070Ti 算力强一些，出字速度快一点，但不会解锁更大的模型。注意 4070 Ti Super 是 16G 显存，那是另一个档位的事。
12G 显存能不能硬上 32B
不建议。量化包约 20GB，显存装不下，多出来的靠内存顶，速度会掉到影响使用。真想要 32B 的效果，得看更高显存的卡。
14B 和 8B 都装会不会打架
不会。模型文件各占各的硬盘空间，对话时同一时间只加载一个。切换模型后软件会重新加载，稍等片刻是正常的。
16G 内存要不要加到 32G
只跑 8B 和 14B 的话，16G 一般够，模型主要吃显存。经常挂着浏览器几十个标签再开几个大软件，32G 会更稳。
驱动和 Ollama 要自己装吗
显卡驱动建议更新到近期版本，这个自己动手。Ollama 不用自己装也不用自己配，软件里的模型服务会处理模型运行环境，界面提示装什么就装什么。
提示