華為云Flexus+DeepSeek征文 | 華為云ModelArts Studio快速上手:DeepSeek-R1-0528商用服務的開通與使用

華為云Flexus+DeepSeek征文 | 華為云ModelArts Studio快速上手:DeepSeek-R1-0528商用服務的開通與使用

  • 引言
  • 一、ModelArts Studio平臺介紹
    • 華為云ModelArts Studio簡介
    • ModelArts Studio主要特點
  • 二、開通DeepSeek-R1-0528商用服務
    • 訪問ModelArts Studio控制臺
    • DeepSeek-R1-0528 介紹
    • 開通DeepSeek-R1-0528服務
  • 三、DeepSeek-R1-0528的在線使用
    • 進入對話頁面
    • 測試使用
  • 四、DeepSeek-R1-0528調用方法
  • 五、使用體驗分享
  • 六、總結

引言


隨著大模型技術的快速發展,高效、易用的 AI 開發平臺成為推動智能化應用落地的關鍵。華為云 ModelArts Studio 憑借其一站式服務能力與強大的底層算力支持,為開發者提供了便捷的大模型調用與部署體驗。本文基于實際操作,介紹如何在 ModelArts Studio 上快速開通并使用 DeepSeek-R1-0528 商用服務,探索其在內容生成、代碼理解等場景下的高質量推理能力。


一、ModelArts Studio平臺介紹

華為云ModelArts Studio簡介

華為云 *ModelArts Studio* 是基于 ModelArts 打造的一站式大模型即服務平臺(MaaS, Model as a Service),提供端到端的大模型開發工具鏈和昇騰算力資源。平臺預置主流開源大模型,支持從數據準備、模型訓練、微調、提示詞工程到應用編排的全流程開發能力,幫助開發者快速構建高質量 AI 應用。

作為企業級 AI 開發平臺,ModelArts 支持海量數據預處理、自動化標注、大規模分布式訓練、模型自動生成及端-邊-云部署,覆蓋 AI 模型全生命周期管理。無論是算法工程師、AI 初學者還是企業用戶,都能在 ModelArts Studio 上實現高效建模與快速落地。

  • 華為云ModelArts Studio平臺地址:https://www.huaweicloud.com/product/modelarts/studio.html

在這里插入圖片描述

ModelArts Studio主要特點

  • ? 模型全、免配置、免調優、性能優
    業界 SOTA 大模型覆蓋度高達 99%,內置最優超參配置,結合昇騰算子優化與顯存管理,顯著提升訓練與推理性能。

  • ? 開箱即用,一站式模型開發服務
    提供模型調優、壓縮、部署、評測等全棧工具,功能覆蓋大模型全生命周期,用戶無需搭建即可直接使用。

  • ? 資源一站式按需開通,建設周期短
    計算資源可分鐘級獲取,支持按需計費、彈性擴縮容,并具備斷點續訓與故障快速恢復能力。

  • ? 多服務組合競爭力,一站式應用能力集成
    支持 MCP Server、LangChain、RAG、Agent、Guard、九問等組件即插即用,靈活構建復雜 AI 應用場景。

  • ? 兼容性強,適配主流框架與自定義需求
    全面支持 TensorFlow、PyTorch、MindSpore 等主流 AI 框架,同時支持用戶自研算法框架接入。

二、開通DeepSeek-R1-0528商用服務

訪問ModelArts Studio控制臺

在ModelArts Studio介紹頁中(官網地址:https://www.huaweicloud.com/product/modelarts/studio.html),我們點擊“ModelArts Studio控制臺”后,即可進入ModelArts Studio控制臺頁面。

在這里插入圖片描述

在這里插入圖片描述

DeepSeek-R1-0528 介紹

🔍 DeepSeek 簡介

DeepSeek 是一家專注于大規模語言模型研發的人工智能公司,致力于打造高性能、高精度的語言理解與生成能力。其系列大模型在多個自然語言處理(NLP)任務中表現卓越,涵蓋文本生成、對話理解、代碼編寫、數學推理等多個領域。

憑借強大的多語言支持上下文理解能力,DeepSeek 的模型能夠滿足企業級用戶及開發者的多樣化需求,在復雜應用場景中提供高質量的 AI 支持。


🚀 DeepSeek-R1-0528 簡介

DeepSeek-R1-0528 是 DeepSeek 最新推出的大語言模型版本,專為提升復雜代碼生成數學推理能力而設計。該模型在訓練數據和算法架構上進行了深度優化,顯著提升了以下方面的能力:

  • 邏輯推理準確性
  • 程序生成效率
  • 數學問題求解能力

適用于如自動化編程、科研輔助、金融建模、數據分析等對精度與性能要求極高的高端應用場景,是開發者與研究人員的理想選擇。


?? 華為云 ModelArts Studio(MaaS 平臺)正式接入 DeepSeek-R1-0528

華為云 ModelArts Studio 是一站式 AI 開發平臺,現已全面接入 DeepSeek-R1-0528,進一步豐富了其 MaaS(Model as a Service)服務能力

基于 昇騰云的強大算力底座,用戶可實現:

? 一鍵部署調用
? 低成本靈活擴展
? 高效應對復雜AI任務

此次合作不僅顯著增強了平臺在代碼生成數學推理方面的表現,也大幅降低了使用門檻與成本,助力開發者與企業快速構建智能化應用,推動 AI 技術落地。


📌 立即體驗 DeepSeek-R1-0528,開啟智能開發新篇章!

開通DeepSeek-R1-0528服務

在ModelArts Studio控制臺首頁的左側菜單欄中,我們選擇模型推理——在線推理,選擇商務服務DeepSeek-R1-0528,點擊“開通服務”。

在這里插入圖片描述

備注:

服務類型描述注意事項
免費服務適合用于體驗模型,受嚴格的速率限制。平臺可能會不定時調整其適用模型、免費額度、有效期等內容。
- 單個模型提供200萬token推理額度。額度消耗完后可選擇開通商用級別的推理API服務或部署為付費服務使用。
商用服務提供商用級別的推理API服務。開通后可獲取付費API服務(僅限貴陽一)。
- 用戶可以前往費用中心查看模型服務的優惠折扣發放和使用情況。可以前往“我的服務”部署為個人服務后付費使用。

點擊“開通服務”后,我們勾選同意協議,確認“立即開通”。

在這里插入圖片描述

三、DeepSeek-R1-0528的在線使用

進入對話頁面

  • 在DeepSeek-R1-0528的操作選項中,我們點擊“在線體驗”。

在這里插入圖片描述

我們進入DeepSeek-R1-0528的聊天對話頁面,界面展示如下:

在這里插入圖片描述

測試使用

這里我們選擇讓其生成一個武俠短篇故事,我們在對話框中輸入以下提示詞:

### ? 提示詞(Prompt):請根據以下關鍵詞創作一個充滿江湖氣息與家國情懷的武俠短篇故事:**關鍵詞:**  
少年雙刀俠影,夕陽下,追夢,鏢局,烽火佳人要求:  
- 故事情節緊湊、人物鮮明  
- 有動作描寫、環境渲染和情感鋪墊  
- 結尾體現家國情懷或命運抉擇  
- 字數控制在 800–1200 字之間  !

在這里插入圖片描述

DeepSeek-R1-0528 根據提示詞生成的武俠故事情節精彩、文筆流暢,充分展現了其在創意寫作方面的能力,非常值得一試。

在這里插入圖片描述

四、DeepSeek-R1-0528調用方法

我們點擊“調用說明”,即可查看 DeepSeek-R1-0528 的具體調用方式。在調用該服務前,請確保服務狀態為“已開通”或賬戶中仍包含可用的免費 Token 額度,否則將無法成功發起請求。完整的請求參數、鑒權機制及接口調用細節,均可在 ModelArts Studio 提供的《API 調用指南》中查閱。需特別說明的是,AI 生成內容為模型推理結果,僅供參考使用,其合法性、真實性和準確性由用戶自行判斷,平臺不承擔任何相關法律責任。

在這里插入圖片描述
在這里插入圖片描述

五、使用體驗分享

此次使用 華為云 ModelArts Studio 接入 DeepSeek-R1-0528 商用服務的整體體驗非常順暢。作為一款面向開發者的一站式大模型服務平臺,ModelArts Studio 界面簡潔、功能明確,即便是初次接觸的新手也能快速完成模型的開通、調用與部署。從資源申請到服務啟用,每一步操作都邏輯清晰,響應迅速,極大降低了 AI 模型使用的門檻。

整個流程中,華為云展現出強大的平臺整合能力與穩定的服務支撐。依托于昇騰算力底座和云端彈性資源調度,不僅實現了模型的高效調用,還保障了運行過程中的穩定性與安全性。無論是開發效率還是運維便捷性,華為云都表現出了行業領先的技術實力,是一次真正“開箱即用”的智能化實踐體驗,值得每一位 AI 開發者與企業用戶深入探索與應用。

六、總結


🎯 華為云 ModelArts Studio,讓 AI 開發更簡單高效!

本次實踐基于 華為云 ModelArts Studio 成功開通并調用了 DeepSeek-R1-0528 商用服務,整個過程流暢高效,充分展現了華為云在人工智能開發平臺領域的深厚技術積累和卓越用戶體驗。

💡 ModelArts Studio 作為一站式大模型即服務平臺(MaaS),不僅集成了豐富的預訓練模型資源,還提供了從模型部署、推理調用到服務管理的全流程支持。無論是新手開發者還是企業級用戶,都能快速上手,輕松構建高質量的 AI 應用。

🚀 更令人印象深刻的是,華為云底層基于 昇騰 AI 算力彈性資源調度機制,使得模型調用響應迅速、資源利用率高,真正實現了“開箱即用”的智能化體驗。配合其完善的 API 調用文檔和可視化操作界面,大大提升了開發效率與部署穩定性。

? 如果你正在尋找一個穩定、強大且易于使用的 AI 開發平臺,華為云 ModelArts Studio 絕對值得一試。它不僅是 AI 創新路上的得力助手,更是推動企業智能化轉型的重要引擎。

📣 強烈推薦每一位 AI 開發者和企業用戶前來體驗,一起探索智能未來!


本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/83475.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/83475.shtml
英文地址,請注明出處:http://en.pswp.cn/web/83475.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

day53 神經網絡調參指南

目錄 一、引言 二、權重初始化:為何如此重要? (一)隨機種子:確保實驗的可重復性 (二)權重初始化的重要性 1. 神經網絡的對稱性問題 2. 避免梯度消失和梯度爆炸 (三&#xff0…

【大模型02---Megatron-LM】

文章目錄 Megatron-LM數據并行模型并行張量并行流水線并行 3D并行 Megatron-LM Megatron是當前大模型訓練時經常使用的一種分布式并行框架,它通過采用DP,TP,PP等來加速模型的訓練,反正就是一個字,好。 大模型在訓練的時候,顯存占…

魔百和網絡機頂盒CM211-1硬件解析

先來個正面照 背面照 核芯 無線網卡 支持WiFi與藍牙 硬盤 正面內存與背面內存

Kratos 與Golang Cms的關系

Kratos 與 Golang CMS 的關系 Kratos 是 Bilibili 開源的一款輕量級 Go 語言微服務框架,專注于構建高性能、可擴展的后端服務。雖然它本身并不是一個完整的 CMS(內容管理系統),但它可以用于開發 CMS 系統的后端或 API 服務。 我們的目標是提供全面的微服務開發技術。基于…

在vue3+vite中給 Video視頻 添加字幕

Video視頻 添加字幕 方式一: 使用 track標簽template標簽中css樣式修改方式二:直接讀取.vtt文件方式一: 使用 track標簽 參考1:https://blog.csdn.net/weixin_42321819/article/details/112442773 參考2:https://blog.csdn.net/foren_whb/article/details/80810552 template標…

UE4手動實現billboard效果讓物體始終面向相機正面

一個很簡單的需求,但在網上竟然沒查到。首先不能用FindLookAtRotation,因為這是用location算的,是讓物體朝向相機的方向,而不是朝向相機的正面。區別如下圖所示: 然后想用billboard component,不過這個原生…

在阿里云上搭建n8n

0.安裝docker 0.1 刪除Docker相關源 #刪除Docker相關源 sudo rm -f /etc/yum.repos.d/docker*.repo #卸載Docker和相關的軟件包 sudo dnf -y remove \ docker-ce \ containerd.io \ docker-ce-rootless-extras \ docker-buildx-plugin \ docker-ce-cli \ docker-compose-plug…

Qt中的OpenGL (4)[紋理]

文章說明 本文是學習OpenGL的筆記,主要參考大神JoeyDeVries的LearnOpenGL第六課《紋理》,并將教程中的代碼基于Qt進行實現。 學習目標 掌握紋理基本知識掌握紋理貼圖目錄結構 |- |-- HelloTextures|--- hello_textures.cpp|--- hello_textures.h|--- main.cpp|--- CMakeLi…

【Java多線程從青銅到王者】阻塞隊列(十)

阻塞隊列 阻塞隊列也是一種隊列,先進的先出 阻塞隊列就是對普通的隊列做出的拓展 阻塞隊列的特性 1.線程安全的,我們普通的隊列值線程不安全的 2.具有阻塞的特性: a》如果針對一個已經滿了的隊列進行如隊列操作的話,入隊列操作就…

Python打卡第52天

浙大疏錦行 作業: 對于day41的簡單cnn,看看是否可以借助調參指南進一步提高精度。 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import ma…

力扣100- 環形鏈表

方法一 遍歷 循環鏈表&#xff0c;查找鏈表節點是否重復出現 public boolean hasCycle(ListNode head) {Set<ListNode> set new HashSet<>(); if (head null) return false; while (head ! null) {if (set.contains(head)) {return true;}set.add(head);head …

Java + Spring Boot + Mybatis 插入數據后,獲取自增 id 的方法

在 MyBatis 中使用 useGeneratedKeys"true" 獲取新插入記錄的自增 ID 值&#xff0c;可通過以下步驟實現&#xff1a; 1. 配置 Mapper XML 在插入語句的 <insert> 標簽中設置&#xff1a; xml 復制 下載 運行 <insert id"insertUser" para…

Meta發布V-JEPA 2世界模型及物理推理新基準,推動AI在物理世界中的認知與規劃能力

每周跟蹤AI熱點新聞動向和震撼發展 想要探索生成式人工智能的前沿進展嗎&#xff1f;訂閱我們的簡報&#xff0c;深入解析最新的技術突破、實際應用案例和未來的趨勢。與全球數同行一同&#xff0c;從行業內部的深度分析和實用指南中受益。不要錯過這個機會&#xff0c;成為AI領…

觸覺智能RK3576核心板工業應用之軟硬件全國產化,成功適配開源鴻蒙OpenHarmony5.0

在全球科技競爭加劇和供應鏈安全日益重要的背景下&#xff0c;實現關鍵軟硬件的全國產化替代已成為國家戰略和產業共識。在這一背景下&#xff0c;觸覺智能推出RK3576核心板,率先適配開源鴻蒙OpenHarmony5.0操作系統&#xff0c;真正實現了從芯片到操作系統的全棧國產化方案&am…

前端基礎知識ES6系列 - 01(var、let、const之間的區別)

一、var 在ES5中&#xff0c;頂層對象的屬性和全局變量是等價的&#xff0c;用var聲明的變量既是全局變量&#xff0c;也是頂層變量 注意&#xff1a;頂層對象&#xff0c;在瀏覽器環境指的是window對象&#xff0c;在 Node 指的是global對象 var a 10; console.log(window…

Python Docker 鏡像構建完整指南:從基礎到優化

Python 是一門廣泛使用的編程語言,在容器化環境中,構建和使用 Python 鏡像是非常常見的任務。本文將提供一個完整的指南,包括選擇基礎鏡像、制作流程、不同場景下的應用、安全性最佳實踐以及鏡像優化策略。 1. 選擇合適的基礎鏡像 1.1 官方 Python 鏡像 Docker Hub 提供了…

【狂飆AGI】第1課:大模型概述

目錄 &#xff08;一&#xff09;大模型概念解析&#xff08;二&#xff09;大模型發展歷程&#xff08;三&#xff09;大模型發展現狀&#xff08;1&#xff09;OpenAI&#xff08;2&#xff09;微軟&#xff08;3&#xff09;谷歌&#xff08;4&#xff09;Meta &#xff08;…

vite ts 配置使用@ 允許js

1.vite.config.ts 配置 import { defineConfig } from vite import vue from vitejs/plugin-vue import { fileURLToPath, URL } from node:url import setup_extend from vite-plugin-vue-setup-extend// https://vite.dev/config/ export default defineConfig({plugins: …

使用Ollama+open-webui搭建本地AI模型

本地搭建AI模型 說明&#xff1a;1、下載Ollama2、下載模型3、pip安裝open-webui&#xff08;不推薦&#xff09;1、Python版本不對應2、下載wheels失敗 4、docker安裝open-webui 說明&#xff1a; 在windows上搭建本地AI&#xff0c;使用Ollamaopen-webui的方式&#xff0c;可…

第 87 場周賽:比較含退格的字符串、數組中的最長山脈、一手順子、訪問所有節點的最短路徑

Q1、[簡單] 比較含退格的字符串 1、題目描述 給定 s 和 t 兩個字符串&#xff0c;當它們分別被輸入到空白的文本編輯器后&#xff0c;如果兩者相等&#xff0c;返回 true 。# 代表退格字符。 **注意&#xff1a;**如果對空文本輸入退格字符&#xff0c;文本繼續為空。 示例 …