URBANO DXIA ON-PREMISE
Menú
Cuéntanos tu caso

Modelos abiertos

¿Qué equipo necesito para ejecutar DeepSeek-V4-Flash en local?

Con 25 usuarios simultáneos, el equipo más pequeño que ejecuta DeepSeek-V4-Flash es Starter (2 × NVIDIA DGX Spark o 1 × Apple Mac Studio M5 Ultra), en NVFP4: necesita hasta 182 GB de memoria y el equipo tiene 230 GB útiles. La cuenta parte de sus 290,94B parámetros según Hugging Face y es la misma de la calculadora de VRAM, que puedes abrir con este modelo ya cargado.

Abrir esta cuenta en la calculadora de VRAM

Memoria en cada precisión

Memoria con 25 usuarios simultáneos y equipo más pequeño que la cubre
PrecisiónPesosCon caché KV y margenEquipo más pequeño
FP16 (2 bytes)582 GB642 GBBusiness
FP8 (1 byte)291 GB322 GBPro
NVFP4 (0,5625 bytes)164 GB182 GBStarter

Usuarios simultáneos en cada equipo

Usuarios con los que el modelo cabe en cada equipo y memoria que necesita
EquipoMemoria útilTecho de usuariosFP16FP8NVFP4
Starter230 GB25No cabeNo cabe25 usuarios: 182 GB
Pro460 GB60No cabe60 usuarios: 322 GB60 usuarios: 182 GB
Business670 GB500500 usuarios: 646 GB500 usuarios: 326 GB500 usuarios: 186 GB
Enterprise2000 GBSin techo1000 usuarios: 650 GB1000 usuarios: 330 GB1000 usuarios: 190 GB

Los usuarios son las opciones de la calculadora (5, 25, 60, 200, 500, 1.000) hasta el techo de cada equipo. Enterprise no tiene techo en la cuenta: llega a 1.000, la opción más alta del selector.

La cuenta

En NVFP4 con 25 usuarios: 290,94B × 0,5625 bytes = 164 GB de pesos + menos de 1 GB de caché KV (3 a 7 conversaciones de 8.192 tokens, con la caché por token del tamaño de referencia de 284B de la calculadora) + 18 GB de margen (2 GB y un 10% de los pesos) = 182 GB.

Supuestos: entre el 10 y el 25% de los usuarios conectados está generando una respuesta en cada momento (como mínimo, una conversación); cada conversación lleva 8.192 tokens de contexto y la caché KV se guarda en FP8. El margen suma 2 GB y un 10% del peso para el servidor de inferencia.

Los parámetros son el recuento de los archivos safetensors que publica Hugging Face y puede no coincidir con la cifra de la ficha del modelo: algunos repositorios suman módulos de decodificación especulativa.

Datos del modelo

Licencia según Hugging Face: mit. Repositorio creado el 22 de abril de 2026. Datos de la API de Hugging Face del 22 de noviembre de 2026.

Ver deepseek-ai/DeepSeek-V4-Flash en Hugging Face