华为云Flexus+DeepSeek征文|DeepSeek-V3/R1商用服务体验

目录

[一、华为云ModelArts Studio服务](#一、华为云ModelArts Studio服务)

二、开通DeepSeek-V3/R1商用服务

三、DeepSeek-V3/R1商用服务使用方式

[3.1 在线体验](#3.1 在线体验)

[3.2 调用 API 接口](#3.2 调用 API 接口)

[3.2.1 创建 API Key](#3.2.1 创建 API Key)

[3.2.2 接口信息](#3.2.2 接口信息)

[3.2.3 代码示例](#3.2.3 代码示例)

[3.2.4 API 调用输出](#3.2.4 API 调用输出)

[3.2.4.1 流式输出](#3.2.4.1 流式输出)

[3.2.4.2 阻塞式输出](#3.2.4.2 阻塞式输出)

四、总结


本篇文章主要介绍在华为云体验DeepSeek-V3/R1商用服务,使用非常方便,下面就来一块看下吧。

一、华为云ModelArts Studio服务

华为云ModelArts Studio服务聚焦优质大模型全场景性能精度提升,构建云上大模型一站式模型开发托管服务,践行大模型即服务MaaS(Model-as-a-Service)理念。

优势:

  1. 模型全、免配置、免调优、性能优;

  2. 开箱即用,一站式模型应用托管服务;

  3. 资源一站式按需开通,建设周期短;

  4. 多服务组合竞争力,一站式应用能力集成。

二、开通DeepSeek-V3/R1商用服务

首先,点击ModelArts Studio大模型即服务平台,进入ModelArts Studio大模型即服务平台页面,如下图所示。

图1 ModelArts Studio大模型即服务平台页面

然后,点击 ModelArts Studio控制台(如果没有账号需先注册账号),进入到服务平台,如下图所示。

图2 服务平台页面

服务平台包括:模型广场、模型体验、模型推理、模型训练、模型管理、应用中心、管理与统计等功能。 点击在线推理 ,进入商用服务页面,如下图所示。

图3 商用服务页面

点击需要开通的服务名称,例如: DeepSeek-V3-32K、DeepSeek-R1-32K,其中,DeepSeek-V3-32K模型是DeepSeek-V3-32K 是深度求索(DeepSeek)公司推出的高性能混合专家(MoE)架构大语言模型,参数量为671B。DeepSeek-R1-32K模型是是深度求索(DeepSeek)推出的第一代高性能推理大模型,专注于复杂推理任务(如数学、代码生成和逻辑推理),参数量为671B。

可以根据需要开通对应的模型,选择对应的模型开通服务即可,如下图所示。

图4 开通服务页面

三、DeepSeek-V3/R1商用服务使用方式

3.1 在线体验

点击已开通模型的的在线体验,如下图所示。

图5 商用服务页面

即可在线体验对应的模型,例如:DeepSeek-V3,在线体验方式如下图所示。

图6 在线体验页面

可以在最下方的对话框中输入你的问题,然后回车,大模型自动返回对应的回答,回答采用流式返回,如下图所示。

图7 对话界面

3.2 调用 API 接口

在商用服务页面点击调用说明,进入API调用说明界面,如下图所示。

图8 商用服务页面

首先,在调用MaaS的模型服务时,需要填写API Key用于接口的鉴权认证,创建新的API Key或使用已有API Key,下面介绍下创建API Key 的方法。

3.2.1 创建 API Key

进入API Key管理 页面,如下图所示。

图9 API Key 管理页面

然后,点击创建API Key,填写标签和描述,如下所示。

图10 创建API Key 页面

注意:创建完 API Key后,需要保存 API Key 内容。

3.2.2 接口信息

模型接口信息如下所示。

python 复制代码
API地址:https://api.modelarts-maas.com/v1/chat/completions
模型名称:DeepSeek-V3 或者 DeepSeek-R1

其中,API地址为调用模型的 URL。

3.2.3 代码示例

调用代码如下所示。

python 复制代码
# coding=utf-8

import requests
import json

if __name__ == '__main__':
    url = "https://api.modelarts-maas.com/v1/chat/completions" # API地址
    api_key = "yourApiKey"  # 把yourApiKey替换成已获取的API Key 
    
    # Send request.
    headers = {
        'Content-Type': 'application/json',
        'Authorization': f'Bearer {api_key}' 
    }
    data = {
        "model":"DeepSeek-V3", # 模型名称
        "messages": [
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": "你好"}
        ],
        # 是否开启流式推理, 默认为False, 表示不开启流式推理
        "stream": True,
        # 在流式输出时是否展示使用的token数目。只有当stream为True时改参数才会生效。
        # "stream_options": { "include_usage": True },
        # 控制采样随机性的浮点数,值较低时模型更具确定性,值较高时模型更具创造性。"0"表示贪婪取样。默认为0.6。
        "temperature": 0.6
    }
    response = requests.post(url, headers=headers, data=json.dumps(data), verify=False)

    # Print result.
    print(response.status_code)
    print(response.text)

如上所示,通过 requests 包的 post 方法调用 API,替换上述代码中的 api_key、模型名称,即可通过API的方式调用模型。

3.2.4 API 调用输出

API调用远程模型有两种输出方式,分别是流式输出和阻塞式输出,流式传输,顾名思义,数据以连续、不间断的流水式方式依次传输,实现高效且持续的数据流动;而阻塞式传输则采取截然不同的策略,它倾向于一次性完成所需数据的整体传输,类似于一次性搬运大批货物的操作模式。

接下来,分别看一下。

3.2.4.1 流式输出

流式输出需要将 stream 设置为 True,执行代码后输出如下所示。

bash 复制代码
E:\code\code\CSDN>python main.py
E:\Program Files\Python313\Lib\site-packages\urllib3\connectionpool.py:1097: InsecureRequestWarning: Unverified HTTPS request is being made to host '127.0.0.1'. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#tls-warnings
  warnings.warn(
200
data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"role":"assistant","content":""},"logprobs":null,"finish_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":10,"completion_tokens":0}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"content":"你好"},"logprobs":null,"finish_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":11,"completion_tokens":1}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"content":"!很高兴"},"logprobs":null,"finish_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":13,"completion_tokens":3}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"content":"见到你"},"logprobs":null,"finish_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":15,"completion_tokens":5}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"content":",有什么"},"logprobs":null,"finish_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":17,"completion_tokens":7}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"content":"我可以帮助"},"logprobs":null,"finish_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":19,"completion_tokens":9}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"content":"你的吗"},"logprobs":null,"finish_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":21,"completion_tokens":11}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[{"index":0,"delta":{"content":"?"},"logprobs":null,"finish_reason":"stop","stop_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":23,"completion_tokens":13}}

data: {"id":"chat-51fe4bd0d70445209fedc9de6a010dd6","object":"chat.completion.chunk","created":1746885412,"model":"DeepSeek-V3","choices":[],"usage":{"prompt_tokens":10,"total_tokens":23,"completion_tokens":13}}

data: [DONE]



E:\code\code\CSDN>
3.2.4.2 阻塞式输出

将 stream 修改为 False,即为阻塞式输出,执行代码后输出如下所示。

bash 复制代码
E:\code\code\CSDN>python main.py
E:\Program Files\Python313\Lib\site-packages\urllib3\connectionpool.py:1097: InsecureRequestWarning: Unverified HTTPS request is being made to host '127.0.0.1'. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#tls-warnings
  warnings.warn(
200
{"id":"chat-83efd19ff7414deba9e96128e5a09892","object":"chat.completion","created":1746885488,"model":"DeepSeek-V3","choices":[{"index":0,"message":{"role":"assistant","content":"你好!很高兴见到你,有什么我可以帮忙的吗?","reasoning_content":null,"tool_calls":[]},"logprobs":null,"finish_reason":"stop","stop_reason":null}],"usage":{"prompt_tokens":10,"total_tokens":22,"completion_tokens":12},"prompt_logprobs":null}

E:\code\code\CSDN>

大家可以根据自己的需要进行调用。

四、总结

通过本文对DeepSeek-V3/R1商用服务的体验,可以看到通过华为云使用DeepSeek-V3/R1非常方便,快捷,赶紧来体验下吧。

相关推荐
人工智能AI技术18 小时前
DeepSeek-OCR 2实战:让AI像人一样“看懂”复杂文档
人工智能
OpenBayes19 小时前
教程上新|DeepSeek-OCR 2公式/表格解析同步改善,以低视觉token成本实现近4%的性能跃迁
人工智能·深度学习·目标检测·机器学习·大模型·ocr·gpu算力
冰糖猕猴桃19 小时前
【AI】把“大杂烩抽取”拆成多步推理:一个从单提示到多阶段管线的实践案例
大数据·人工智能·ai·提示词·多步推理
PPIO派欧云19 小时前
PPIO上线GLM-OCR:0.9B参数SOTA性能,支持一键部署
人工智能·ai·大模型·ocr·智谱
雨大王51219 小时前
怎么打造一个能自我进化的制造数字基座?
人工智能·汽车·制造
fengfuyao98520 小时前
基于MATLAB的表面织构油润滑轴承故障频率提取(改进VMD算法)
人工智能·算法·matlab
爱吃泡芙的小白白20 小时前
深入解析CNN中的Dropout层:从基础原理到最新变体实战
人工智能·神经网络·cnn·dropout·防止过拟合
Eloudy20 小时前
全文 -- TileLang: A Composable Tiled Programming Model for AISystems
人工智能·量子计算·arch
才盛智能科技20 小时前
K链通×才盛云:自助KTV品牌从0到1孵化超简单
大数据·人工智能·物联网·自助ktv系统·才盛云
广州赛远20 小时前
IRB2600-201.65特殊机器人防护服清洗工具详解与避坑指南
大数据·人工智能