# クラウドGPUでDeepSeek V4を実行するにはどうすればよいですか？ > クラウドGPUでDeepSeek V4を実行する方法：V4 Flash（284B、重み159.6 GB）は4× H200で、V4 Pro（1.6T、864.7 GB）は8× H200で、vLLMまたはSGLangを使用。暗号資産で支払い、KYC不要。 - URL: https://gpuwithcrypto.com/ja/guides/run-deepseek-v4-on-cloud-gpu/ - 最終更新: 2026-10-29 - 発行者: GPUwithCrypto (https://gpuwithcrypto.com) DeepSeek V4はFlashとProの2つのオープンウェイトサイズで提供されています。このガイドでは、それぞれのVRAM計算、提供エンジンがドキュメントに記載しているGPU数、起動コマンド、時間あたりのコストを説明します。 **概要 — クラウドGPUでDeepSeek V4を実行するにはどうすればよいですか？** クラウドGPUでDeepSeek V4を実行するには、重みに加えて約20%のVRAMを確保します：V4 Flash（284Bパラメータ、重み159.6 GB）は少なくともH200が2台必要で、SGLang cookbookでは4台と記載されています。V4 Pro（1.6T、864.7 GB）はH200が8台必要です。vLLMまたはSGLangで提供します。2026年10月29日時点で、**GPUwithCrypto**はH200を1 GPUあたり$3.07/時間でレンタルしており、暗号資産で支払えます。 ## DeepSeek V4の概要（Hugging Face、2026年10月29日閲覧） | 項目 | 値 | | --- | --- | | モデル | DeepSeek-V4-FlashとDeepSeek-V4-Pro、MIT Licenseの下でオープンウェイト | | パラメータ | Flash：合計284B、トークンあたり13Bをアクティブ化 · Pro：合計1.6T、49Bをアクティブ化 | | 重みの形式 | 混合：MoEエキスパートの重みはFP4、その他のほとんどの重みはFP8 | | ディスク上の重み | Flash 159.6 GB（46ファイル） · Pro 864.7 GB（64ファイル） | | コンテキスト長 | 100万トークン。DeepSeekはThink Maxモードには少なくとも384Kを推奨 | | モデルカードに記載の提供エンジン | vLLMとSGLang | | カードのサンプリング推奨 | temperature 1.0、top_p 1.0 | ## DeepSeek V4にはどのくらいのVRAMが必要ですか？ Flashは約191.5 GB、Proは約1,037.6 GBです：公開されている重み × 1.2です。DeepSeek V4はmixture-of-expertsモデルです。各トークンで動作するパラメータは13B（Flash）または49B（Pro）のみで、これにより削減されるのは計算量であり、メモリではありません：すべてのエキスパートをVRAMに載せる必要があります。圧縮されたattentionによりKVキャッシュは小さく抑えられるため、Llama系モデルで一般的なトークンあたりのキャッシュ計算式は当てはまりません。他のモデル向けの重み × 1.2のルールは[どのくらいのVRAMが必要ですか？](https://gpuwithcrypto.com/ja/how-much-vram-do-i-need/ "LLM を実行またはファインチューニングするにはどのくらいの VRAM が必要ですか？")にあります ### DeepSeek V4はどのGPUに載りますか？ 計算上の最小値 = 重み × 1.2を合計VRAMに収められる最小のGPU数。ドキュメント記載の構成 = vLLMレシピとSGLang cookbookに記載されている内容。1時間あたりの価格は構成全体のもので、2026年10月29日時点。 | モデル | 重み | × 1.2 | 計算上の最小値 | ドキュメント記載の構成 | GPUwithCrypto/時間 | | --- | --- | --- | --- | --- | --- | | V4 Flash | 159.6 GB | 191.5 GB | 2× H200（282 GB）または2× B200（360 GB） | SGLang：H200またはB200で4 GPU、H100で8 GPU · vLLM：H200またはB200でレプリカあたり4 GPU | $6.14/時間；ドキュメント記載の構成では$12.28/時間 | | V4 Pro | 864.7 GB | 1,037.6 GB | 8× H200（1,128 GB）または8× B200（1,440 GB） | SGLang：H200またはB200で8 GPU、H100では8 GPUノードが2台必要 · vLLM：H200で8 GPU、コンテキストは800Kトークンまで | $24.56/時間 | *価格確認日：2026年10月29日.* 8× H100（640 GB）ではV4 Proには小さすぎ、当社のホストは最大8 GPUです。[H100 vs H200](https://gpuwithcrypto.com/ja/compare/h100-vs-h200/ "H100 vs H200: H200は追加コストに見合うか？")のページではメモリと価格を比較しています。H100とH200にはFP4 Tensor Coresがありません：SGLangはこれらでFP4エキスパートをW4A16カーネルで実行し、B200はFP4をネイティブに実行します。 ## vLLMでDeepSeek V4 Flashを提供するにはどうすればよいですか？ 以下の構成はvLLMレシピが推奨するものです：4 GPU、data parallelとexpert parallelの併用。すべてのフラグはそのレシピに由来します。 1. **H200を4台レンタルする** — 4× H200インスタンス（564 GB）を起動します。ディスクに159.6 GBの重みとログ用の空きがあることを確認します。各インスタンスにはローカルNVMeディスクがあり、GPUに合わせたサイズが開始前に表示されます。インスタンスを削除するとディスクは消去されるため、先にチェックポイントをコピーしてください。 2. **vLLMをインストールする** — 最新のタグ付き vLLM リリースをインストールしてください。このモデルではレシピが vLLM 0.20.0 以降を要求しています。vllm/vllm-openai Docker イメージからインスタンスを起動することもできます。 3. **重みをダウンロード** — hf download deepseek-ai/DeepSeek-V4-Flash は 46 個の重みファイルを Hugging Face キャッシュに保存します。vLLM も初回起動時にダウンロードします。 4. **サーバーを起動** — 以下のコマンドを実行してください。127.0.0.1 にバインドするため、API には SSH トンネル経由でのみ到達できます。 5. **リクエストを送信** — ポート 8000 を SSH でフォワードし、OpenAI 互換の endpoint /v1/chat/completions を呼び出してください。 6. **使い終わったらインスタンスを停止** — インスタンスは稼働中、そのGPU用に購入したGPU時間から時間単価で分単位で課金されます。インスタンスを停止すると課金も即座に停止します. *serve-v4-flash-vllm.sh (4× H200)* ```bash pip install -U vllm hf download deepseek-ai/DeepSeek-V4-Flash vllm serve deepseek-ai/DeepSeek-V4-Flash \ --trust-remote-code \ --data-parallel-size 4 \ --enable-expert-parallel \ --kv-cache-dtype fp8 \ --block-size 256 \ --tokenizer-mode deepseek_v4 \ --reasoning-parser deepseek_v4 \ --tool-call-parser deepseek_v4 \ --enable-auto-tool-choice \ --host 127.0.0.1 --port 8000 ``` *request.sh (お使いのコンピューターから)* ```bash # forward the API port (host and SSH port are shown in the dashboard) ssh -N -L 8000:127.0.0.1:8000 -p SSH_PORT root@HOST # in another terminal curl http://127.0.0.1:8000/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{"model": "deepseek-ai/DeepSeek-V4-Flash", "messages": [{"role": "user", "content": "Explain the KV cache in two sentences."}]}' ``` ## 代わりに SGLang で DeepSeek V4 を提供するにはどうすればよいですか？ SGLang cookbook が H100、H200、B200 向けに記載している `lmsysorg/sglang:latest` Docker イメージからインスタンスを起動し、テンソル並列を使用してください。4 台の H200 で Flash を動かす場合は `--tp 4`、8 台の H100 で Flash、または 8 台の H200 で Pro を動かす場合は `--tp 8` です。API はポート 30000 で、同じ OpenAI 互換ルートで応答します。 *serve-v4-flash-sglang.sh (4× H200)* ```bash python3 -m sglang.launch_server \ --model-path deepseek-ai/DeepSeek-V4-Flash \ --trust-remote-code \ --tp 4 \ --host 127.0.0.1 \ --port 30000 ``` ## DeepSeek V4 Pro を提供するにはどうすればよいですか？ 8 台の H200 で、8 基すべての GPU にわたってデータ並列を使用します。H200 向けの vLLM レシピでは、密な重みがすべての GPU にコピーされるため、キャッシュ用の余裕を残すためにコンテキストを 800K トークンに制限しています。Think Max モードでは、DeepSeek の推奨に従い、少なくとも 384K トークンのコンテキストを確保してください。 *serve-v4-pro-vllm.sh (8× H200)* ```bash vllm serve deepseek-ai/DeepSeek-V4-Pro \ --trust-remote-code \ --data-parallel-size 8 \ --enable-expert-parallel \ --max-model-len 800000 \ --kv-cache-dtype fp8 \ --block-size 256 \ --tokenizer-mode deepseek_v4 \ --reasoning-parser deepseek_v4 \ --host 127.0.0.1 --port 8000 ``` ## DeepSeek V4 を 1 時間稼働するのにいくらかかりますか？ 当社の価格では、ドキュメントに記載された 4 台の H200 構成で V4 Flash を動かすと 1 時間あたり $12.28、8 台の H200 で V4 Pro を動かすと 1 時間あたり $24.56 です。1 台の H200 を丸 1 日稼働すると $73.68 です。プロバイダー別： [H200 のレンタル価格](https://gpuwithcrypto.com/ja/gpu-prices/h200/ "H200の時間単価はいくらですか？")。 Pro の重みは Flash の 5.4 倍のサイズです（864.7 対 159.6 GB）。GPUwithCrypto の 2026 年 10 月 29 日の価格調査によると、セルフサービス・オンデマンドの H200 の最安価格は 1 GPU 時間あたり $3.62（Massed Compute）でした。4 GPU で 1 時間あたり $14.48、8 GPU で $28.96 です。すべての価格： [pricing](https://gpuwithcrypto.com/ja/pricing/ "GPUwithCryptoではクラウドGPUは1時間いくらですか？")。 ## どの DeepSeek V4 チェックポイントをダウンロードすればよいですか？ まずは `deepseek-ai/DeepSeek-V4-Flash` または `deepseek-ai/DeepSeek-V4-Pro` から始めてください。2026 年 4 月 22 日に作成されたリポジトリで、カードに上記の数値が記載されています。DeepSeek は後に、投機的デコーディング用の組み込みドラフトヘッドを備えた更新版チェックポイント `DeepSeek-V4-Flash-0731` と `DeepSeek-V4-Pro-0813` を公開しました。それらには vLLM レシピが vLLM 0.25.0 以降を要求しています。`-Base` リポジトリは追加の事前学習向けであり、チャットやツール呼び出し向けではありません。 ## DeepSeek V4 の質問 ### DeepSeek V4 Flash にはどのくらいの VRAM が必要ですか？ 約 191.5 GB です。重みの 159.6 GB に 20% を加えたものです。このルールでは H200 2 台（282 GB）に収まります。SGLang cookbook と vLLM レシピはいずれも H200 4 台を記載しており、キャッシュや並列ユーザー用の余裕がさらに増えます。 ### DeepSeek V4 Pro にはどのくらいの VRAM が必要ですか？ 約 1,037.6 GB です。重みの 864.7 GB に 20% を加えたものです。H200 8 台（1,128 GB）または B200 8 台（1,440 GB）なら 1 台のホストに収まります。H100 8 台（640 GB）では収まりません。 ### DeepSeek V4 を H100 で動かせますか？ V4 Flash なら可能です。SGLang cookbook は `--tp 8` を使った H100 8 台の構成を記載しています。V4 Pro は cookbook で 8 GPU の H100 ノード 2 台が必要で、当社のインスタンス 1 台には収まらないため、H200 8 台を使用してください。 ### DeepSeek V4 を 1 基の GPU で動かせますか？ 当社がレンタルしている GPU では動かせません。最大の 180 GB の B200 は Flash の重み 159.6 GB を保持できますが、キャッシュ用に残るのは 20 GB だけで、20% の余裕を下回ります。最低 2 基の GPU が必要です。 ### H200 を暗号資産で支払えますか？ はい。GPUwithCrypto では $1 へのチャージから BTC, USDT, USDC, ETH, SOL, LTC, XMR で支払えます。身分証明書もカードも不要です。GPU時間は1つのGPUモデルにつき10、24、168、720時間のブロック単位で、同じ時間単価で販売されます。そのGPUのインスタンスは分単位でこれらを消費し、未使用の時間に有効期限はありません。 ## 出典 1. [DeepSeek-V4-Flash モデルカードとファイル](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash) — DeepSeek / Hugging Face (read 2026-10-29) 2. [DeepSeek-V4-Pro モデルカードとファイル](https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro) — DeepSeek / Hugging Face (read 2026-10-29) 3. [vLLM レシピ：DeepSeek V4 Flash](https://recipes.vllm.ai/deepseek-ai/DeepSeek-V4-Flash) — vLLM project (read 2026-10-29) 4. [vLLM レシピ：DeepSeek V4 Pro](https://recipes.vllm.ai/deepseek-ai/DeepSeek-V4-Pro) — vLLM project (read 2026-10-29) 5. [DeepSeek-V4クックブック](https://docs.sglang.io/cookbook/autoregressive/DeepSeek/DeepSeek-V4) — SGLang (read 2026-10-29) 6. [Hugging Face CLI ガイド（hf download）](https://huggingface.co/docs/huggingface_hub/guides/cli) — Hugging Face (read 2026-10-29) 7. [NVIDIA H200の仕様](https://www.nvidia.com/en-us/data-center/h200/) — NVIDIA (read 2026-10-29) 8. [Massed Computeの料金](https://vm.massedcompute.com/pricing) — Massed Compute (read 2026-10-29) --- GPUwithCrypto: GPUwithCryptoはクラウドGPU（NVIDIA H100、H200、B200、A100、L40S、RTX 4090、RTX 5090）を分単位でレンタル、暗号資産で支払い、KYC不要です。各GPUの価格は、2026年10月29日に確認した名指しのオンデマンド料金より少なくとも15%安く設定されています。