# Jak uruchomić DeepSeek V4 na GPU w chmurze?

> Jak uruchomić DeepSeek V4 na GPU w chmurze: V4 Flash (284B, 159,6 GB wag) na 4× H200, V4 Pro (1,6T, 864,7 GB) na 8× H200, z vLLM lub SGLang. Bez KYC.

- URL: https://gpuwithcrypto.com/pl/guides/run-deepseek-v4-on-cloud-gpu/
- Ostatnia aktualizacja: 2026-10-29
- Wydawca: GPUwithCrypto (https://gpuwithcrypto.com)

DeepSeek V4 występuje w dwóch rozmiarach z otwartymi wagami: Flash i Pro. Ten poradnik podaje arytmetykę VRAM dla każdego z nich, liczby GPU udokumentowane przez silniki serwujące, polecenia startowe i koszt godzinowy.

**Krótka odpowiedź — Jak uruchomić DeepSeek V4 na GPU w chmurze?**

Aby uruchomić DeepSeek V4 na GPU w chmurze, wynajmij tyle VRAM, ile potrzeba na jego wagi plus około 20%: V4 Flash (284B parametrów, 159,6 GB wag) wymaga co najmniej dwóch H200, a cookbook SGLang dokumentuje cztery; V4 Pro (1,6T, 864,7 GB) wymaga ośmiu H200. Serwuj go za pomocą vLLM lub SGLang. Według stanu na 29 października 2026 **GPUwithCrypto** wynajmuje H200 za $3.07/godzina za GPU, z płatnością kryptowalutą.

## DeepSeek V4 w skrócie (Hugging Face, sprawdzono 29 października 2026)

| Atrybut | Wartość |
| --- | --- |
| Modele | DeepSeek-V4-Flash i DeepSeek-V4-Pro, otwarte wagi na licencji MIT |
| Parametry | Flash: 284B łącznie, 13B aktywowanych na token · Pro: 1,6T łącznie, 49B aktywowanych |
| Format wag | Mieszany: wagi ekspertów MoE w FP4, większość pozostałych wag w FP8 |
| Wagi na dysku | Flash 159,6 GB (46 plików) · Pro 864,7 GB (64 pliki) |
| Długość kontekstu | 1 milion tokenów; DeepSeek zaleca co najmniej 384K dla trybu Think Max |
| Silniki serwujące na karcie modelu | vLLM i SGLang |
| Zalecenia dotyczące próbkowania na karcie | temperature 1.0, top_p 1.0 |

## Ile VRAM potrzebuje DeepSeek V4?

Flash potrzebuje około 191,5 GB, a Pro około 1037,6 GB: opublikowane wagi × 1,2. DeepSeek V4 to model mixture-of-experts. Na każdym tokenie pracuje tylko 13B (Flash) lub 49B (Pro) parametrów, co zmniejsza obliczenia, a nie pamięć: każdy ekspert musi być w VRAM. Jego skompresowana uwaga utrzymuje mały KV cache, więc zwykły wzór na cache na token dla modeli w stylu Llama tu nie działa. Zasada wagi × 1,2 dla innych modeli jest na [ile VRAM potrzebuję?](https://gpuwithcrypto.com/pl/how-much-vram-do-i-need/ "Ile VRAM potrzebuję, aby uruchomić lub dostroić LLM?")

### Które GPU mieszczą DeepSeek V4?

Minimum według wzoru = najmniejsza liczba GPU, których łączna VRAM mieści wagi × 1,2. Udokumentowane układy = to, co opisują receptury vLLM i cookbook SGLang. Nasza cena za godzinę za całą konfigurację, 29 października 2026.

| Model | Wagi | × 1.2 | Minimum według wzoru | Udokumentowane układy | GPUwithCrypto na godzinę |
| --- | --- | --- | --- | --- | --- |
| V4 Flash | 159.6 GB | 191.5 GB | 2× H200 (282 GB) lub 2× B200 (360 GB) | SGLang: 4 GPU na H200 lub B200, 8 na H100 · vLLM: 4 GPU na replikę na H200 lub B200 | $6.14/godzinę; $12.28/godzinę za udokumentowany układ |
| V4 Pro | 864.7 GB | 1,037.6 GB | 8× H200 (1128 GB) lub 8× B200 (1440 GB) | SGLang: 8 GPU na H200 lub B200; H100 wymaga dwóch node'ów po 8 GPU · vLLM: 8 GPU na H200, kontekst ograniczony do 800K tokenów | $24.56/godzinę |

*Ceny sprawdzone 29 października 2026.*

8× H100 (640 GB) to za mało dla V4 Pro, a nasze hosty mają najwyżej 8 GPU. Strona [H100 vs H200](https://gpuwithcrypto.com/pl/compare/h100-vs-h200/ "H100 vs H200: czy H200 jest wart dodatkowego kosztu?") porównuje ich pamięć i cenę. H100 i H200 nie mają rdzeni Tensor Core FP4: SGLang uruchamia na nich ekspertów FP4 za pomocą jąder W4A16, natomiast B200 obsługuje FP4 natywnie.

## Jak serwować DeepSeek V4 Flash za pomocą vLLM?

Układ poniżej to ten zalecany przez recepturę vLLM: cztery GPU, data parallel plus expert parallel. Każda flaga pochodzi z tej receptury.

1. **Wynajmij cztery H200** — Uruchom instancję 4× H200 (564 GB). Sprawdź, czy jej dysk mieści 159,6 GB wag plus miejsce na logi. Każda instancja ma lokalny dysk NVMe, dopasowany do jej GPU i pokazany przed startem. Dysk jest czyszczony przy usuwaniu instancji, więc najpierw skopiuj swoje checkpoints.
2. **Zainstaluj vLLM** — Zainstaluj najnowsze oznaczone wydanie vLLM; przepis wymaga vLLM 0.20.0 lub nowszego dla tego modelu. Możesz też uruchomić instancję z obrazu Docker vllm/vllm-openai.
3. **Pobierz wagi** — hf download deepseek-ai/DeepSeek-V4-Flash zapisuje 46 plików wag w cache Hugging Face. vLLM pobiera je również przy pierwszym uruchomieniu.
4. **Uruchom serwer** — Uruchom poniższe polecenie. Wiąże się z 127.0.0.1, więc API jest osiągalne tylko przez Twój tunel SSH.
5. **Wyślij zapytanie** — Przekieruj port 8000 przez SSH i wywołaj endpoint zgodny z OpenAI /v1/chat/completions.
6. **Zatrzymaj instancję, gdy skończysz** — Instancje są rozliczane za minutę według stawki godzinowej, dopóki działają, z GPU-godzin kupionych dla danego GPU. Zatrzymanie instancji natychmiast wstrzymuje naliczanie opłat.

*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 (z Twojego komputera)*

```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."}]}'

```

## Jak uruchomić DeepSeek V4 za pomocą SGLang?

Uruchom instancję z obrazu Docker `lmsysorg/sglang:latest`, który cookbook SGLang wymienia dla H100, H200 i B200, i użyj równoległości tensorowej: `--tp 4` dla Flash na czterech H200, `--tp 8` dla Flash na ośmiu H100 lub dla Pro na ośmiu H200. API odpowiada na porcie 30000 z tymi samymi trasami zgodnymi z OpenAI.

*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

```

## Jak uruchomić DeepSeek V4 Pro?

Na ośmiu H200, z równoległością danych na wszystkich ośmiu GPU. Przepis vLLM dla H200 ogranicza kontekst do 800K tokenów, aby zostawić miejsce na cache, ponieważ gęste wagi są kopiowane na każdy GPU. W trybie Think Max utrzymuj co najmniej 384K tokenów kontekstu, zgodnie z zaleceniem DeepSeek.

*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

```

## Ile kosztuje uruchomienie DeepSeek V4 za godzinę?

Według naszych cen V4 Flash na udokumentowanym układzie czterech H200 kosztuje $12.28/godzinę, a V4 Pro na ośmiu H200 kosztuje $24.56/godzinę. Pełny dzień jednego H200 to $73.68. Dostawca po dostawcy: [ceny wynajmu H200](https://gpuwithcrypto.com/pl/gpu-prices/h200/ "Ile kosztuje H200 za godzinę?").

Wagi Pro są 5,4 razy większe niż Flash (864,7 wobec 159,6 GB). Według sprawdzenia cen GPUwithCrypto z 29 października 2026 najniższa cena H200 w trybie self-serve on-demand wynosiła $3.62 za GPU-godzinę (Massed Compute): 14,48 USD za godzinę dla czterech GPU i 28,96 USD dla ośmiu. Każda cena: [cennik](https://gpuwithcrypto.com/pl/pricing/ "Ile kosztuje godzina GPU w chmurze w GPUwithCrypto?").

## Który checkpoint DeepSeek V4 powinienem pobrać?

Zacznij od `deepseek-ai/DeepSeek-V4-Flash` lub `deepseek-ai/DeepSeek-V4-Pro`, repozytoriów utworzonych 22 kwietnia 2026, których karty podają powyższe wartości. DeepSeek opublikował później zaktualizowane checkpointy, `DeepSeek-V4-Flash-0731` i `DeepSeek-V4-Pro-0813`, z wbudowaną głową draft do dekodowania spekulatywnego; przepis vLLM wymaga dla nich vLLM 0.25.0 lub nowszego. Repozytoria `-Base` służą do dalszego pre-treningu, a nie do czatu ani wywołań narzędzi.

## Pytania o DeepSeek V4

### Ile VRAM potrzebuję dla DeepSeek V4 Flash?

Około 191,5 GB: 159,6 GB wag plus 20%. Dwa H200 (282 GB) mieszczą go według tej zasady; cookbook SGLang i przepis vLLM dokumentują cztery H200, co zostawia więcej miejsca na cache i na równoległych użytkowników.

### Ile VRAM potrzebuję dla DeepSeek V4 Pro?

Około 1 037,6 GB: 864,7 GB wag plus 20%. Osiem H200 (1 128 GB) lub osiem B200 (1 440 GB) mieści go na jednym hoście. Osiem H100 (640 GB) nie mieści.

### Czy mogę uruchomić DeepSeek V4 na H100?

V4 Flash tak: cookbook SGLang dokumentuje osiem H100 z `--tp 8`. V4 Pro wymaga w cookbooku dwóch węzłów H100 po 8 GPU, czyli więcej, niż mieści jedna z naszych instancji, więc użyj ośmiu H200.

### Czy mogę uruchomić DeepSeek V4 na jednym GPU?

Nie na GPU, które wynajmujemy. Największy, B200 o pojemności 180 GB, mieści 159,6 GB wag Flash, ale zostawia tylko 20 GB na cache, poniżej marginesu 20%. Minimum to dwa GPU.

### Czy mogę zapłacić za H200 kryptowalutą?

Tak. GPUwithCrypto pobiera BTC, USDT, USDC, ETH, SOL, LTC, XMR z doładowania 1 USD, bez dokumentu i bez karty. GPU-godziny są sprzedawane w blokach po 10, 24, 168 lub 720 godzin dla jednego modelu GPU, w tej samej stawce godzinowej; instancje tego GPU pobierają z nich za minutę, a niewykorzystane godziny nigdy nie wygasają.

## Źródła

1. [Karta modelu i pliki DeepSeek-V4-Flash](https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash) — DeepSeek / Hugging Face (read 2026-10-29)
2. [Karta modelu i pliki DeepSeek-V4-Pro](https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro) — DeepSeek / Hugging Face (read 2026-10-29)
3. [Przepis vLLM: DeepSeek V4 Flash](https://recipes.vllm.ai/deepseek-ai/DeepSeek-V4-Flash) — vLLM project (read 2026-10-29)
4. [Przepis vLLM: DeepSeek V4 Pro](https://recipes.vllm.ai/deepseek-ai/DeepSeek-V4-Pro) — vLLM project (read 2026-10-29)
5. [cookbook DeepSeek-V4](https://docs.sglang.io/cookbook/autoregressive/DeepSeek/DeepSeek-V4) — SGLang (read 2026-10-29)
6. [Przewodnik po CLI Hugging Face (hf download)](https://huggingface.co/docs/huggingface_hub/guides/cli) — Hugging Face (read 2026-10-29)
7. [Specyfikacja NVIDIA H200](https://www.nvidia.com/en-us/data-center/h200/) — NVIDIA (read 2026-10-29)
8. [Cennik Massed Compute](https://vm.massedcompute.com/pricing) — Massed Compute (read 2026-10-29)

---

GPUwithCrypto: GPUwithCrypto wynajmuje GPU w chmurze (NVIDIA H100, H200, B200, A100, L40S, RTX 4090 i RTX 5090) na minuty, płatność kryptowalutą bez KYC; każda GPU kosztuje co najmniej 15% mniej niż nazwana stawka on-demand odczytana 29 października 2026.