在2025年，中文大模型领域迎来了一场颠覆性的变革。DeepSeek的横空出世，不仅打破了英伟达在算力方面的垄断地位，还撼动了美国在大模型领域的长期主导地位。这一创新甚至引发了全球大模型领域的价格战，使得更多人能够享受到大模型带来的便利和乐趣。
从社交媒体的反应来看，DeepSeek确实将“人工智能”这一曾经遥不可及的概念带到了普通大众的身边。即使是像我这样的技术爱好者，也在春节期间频繁向家人和亲戚介绍DeepSeek，并时常拿起手机体验这一智能工具。DeepSeek能够在不收费的基础上提供高质量的中文问答，这在目前市场上是独一无二的。
然而，DeepSeek也并非完美无缺。服务器问题成为了用户的一大困扰。当请求发出后，长时间的等待却只能换来“服务器繁忙，请稍后再试”的提示，这种挫败感让人迫切想要拥有一个属于自己的本地DeepSeek推理模型。
对于普通消费者来说，购置一台能够运行大模型的设备成本高昂。要么选择售价在5000元以上的AI PC笔记本，要么自己动手组装一台搭载独立显卡的整机。但幸运的是，对于DIY玩家来说，挑战极限预算并组装出“能用”的主机，正是他们的乐趣所在。
我决定尝试用400元的预算来打造一台能够运行DeepSeek模型的电脑。尽管近期内存和硬盘价格有所上涨，但一些老旧硬件的价格却相对稳定，甚至有所下降。我决定挑战这一极限预算，看能否成功组装出性价比颇高的入门级本地大模型主机。
在硬件选择上，我选择了Intel Core i3-4170处理器，这款二核四线程的处理器虽然规格老旧，但具备3MB智能缓存和HD4400核显，售价仅为22元。主板方面，我选择了铭瑄MS-H81M Turbo，售价79元，虽然接口有限，但性价比极高。散热器则选择了14.9元的双热管风冷散热器，足以应对这套低价配置。
显卡方面，我选择了闲鱼上的技嘉P106-100矿卡，售价130元。这款显卡具备6GB显存，足以应对本地大模型的运行需求。内存方面，我选择了两根杂牌DDR3内存组成双通道，电源则选择了300W的长城电源，硬盘则是一块120GB的SATA SSD。
组装完成后，我对这台电脑进行了简单的性能测试。CPU-Z测试显示单核跑分373.4分，多核跑分1025.2分。在CINEBENCH测试中，R20多核得分为824cb，单核得分为346cb；R23多核得分为1914cb，单核得分为905cb。虽然性能不算亮眼，但足以应对日常办公和轻度娱乐。
在GPU方面，技嘉P106-100在Fire Strike Extreme测试中取得了6490分的图形分数，在TimeSpy基本测试中取得了4428分的图形分数，性能与GTX1060相当，甚至能与移动端的RTX 3050一较高下。
接下来是DeepSeek的部署。由于真正的DeepSeek-R1模型需要大量计算资源和显存，我选择了使用蒸馏模型。DeepSeek-R1-Distil-Qwen-7B是表现最出色的蒸馏模型之一，适合在本地部署。
我选择了Ollama+Chatbox AI的组合来进行部署。Ollama是一款流行的本地大模型服务端工具，而Chatbox AI则是一款前端产品，提供了更直观的用户体验。安装完成后，我可以在Chatbox AI中定义自己想要交互的模型人设，并进行对话交流。
在实测中，本地部署的DeepSeek能够应对一些基础的初高中语文、数学、英语问题，但在复杂的数学和逻辑难题上表现一般。由于未联网，本地模型的知识库截至2023年，无法回答一些有时效性的问题。
尽管这台400元预算的电脑在性能上有所欠缺，但它确实能够运行本地DeepSeek模型，并为公司局域网内部的AI终端提供支持。同时，这台电脑还具备一定的游戏性能，可以在低画质下运行《孤岛惊魂6》等3A大作，以及流畅运行《英雄联盟》等网游。
然而，这台电脑也存在一些问题。矿卡驱动容易掉，导致电脑白屏，需要频繁卸载并重装驱动。二手电源也出现了问题，需要更换。因此，对于想要购买类似配置的用户来说，需要谨慎考虑。
总的来说，尽管这台400元预算的电脑在性能和稳定性上有所欠缺，但它确实证明了低配置也能运行本地大模型。对于DIY玩家来说，这无疑是一次有趣的挑战和尝试。
