在你电脑上复现震惊

R1 将 671B 能力蒸馏到 1.5B/7B/14B/32B，小模型继承长思考链能力。

Ollama / LM Studio 一键拉取，无需从头训练。

Mac M5 Max（128GB 统一内存）：7B Q4 量化约 5GB，128K 上下文约 18GB，M5 神经引擎可跑 28 tok/s。

Windows RTX 5070 Ti（16GB）：7B Q4 + offload，32K 上下文稳定，64K 需 KV 磁盘卸载（参考 DualPath 思路）。

结论：7B 是消费级甜点，14B 需 24GB 显存，32B 需双卡或量化。

小白：Ollama run deepseek-r1:7b，一行命令。

进阶：LM Studio + RAG 知识库，本地私有问答。

资深：vLLM + Flash + DualPath KV 卸载，跑满 1M 上下文。

1.27 后的本地部署搜索暴涨 300% 不是偶然，是蒸馏降低了门槛。

吾路科技的双平台方案，正是为承接这一波本地化需求。