本文聚焦于新学期广东多所高校完成DeepSeek – R1大模型的教育系统本地化部署这一事件，详细介绍了各高校的部署情况、DeepSeek大模型的优势及应用效果，同时也指出了本地化部署过程中面临的成本、技术等挑战以及应对措施。
当人工智能的浪潮如汹涌波涛般席卷教育领域之时，在新学期刚刚拉开帷幕之际，广东的多所高校便传出了令人瞩目的消息——它们宣布已完成DeepSeek – R1大模型的教育系统本地化部署。这一举措将国产AI大模型全方位融入到教学、科研、管理以及校园服务等多个关键场景之中，为广大师生提供了智能化的服务体验，有力地推动了教育数字化转型的进程。这一标志性事件，意味着人工智能技术在教育领域的深度应用迈入了一个全新的阶段。
有高校去年起已接入DeepSeek
在寒假期间，广东的多所高校积极主动地投身于DeepSeek的本地化部署工作中，它们与相关企业展开了紧密而富有成效的合作探索。例如，中山大学精心打造了专属版本的DeepSeek，以更好地贴合本校的教学和科研需求；华南理工大学则展现出了开放共享的精神，面向全省院校提供共享服务；广东工业大学依托自身的高性能平台，由自有团队完成部署，成功节省了大量的成本与资源；广东医科大学更是独树一帜，推出了医学垂直领域的模型。记者在深入了解后得知，从去年开始，华南理工大学、广东工业大学等多所高校就已经率先接入了DeepSeek。
广东工业大学顺利完成了DeepSeek – R1的本地化部署，并对网络AI助手进行了升级。该校网络中心主任冯广透露，此次部署是基于学校的高性能平台，由学校自有团队独立完成的，这一过程不仅节省了成本，还高效利用了资源。早在2024年8月，广东工业大学就接入了DeepSeek大模型，并自研了AI问答机器人。目前，团队正在积极开发基于知识库的“智能问数”系统。此外，广东工业大学还基于相关项目，充分利用DeepSeek大模型推出了多个智慧教育应用，并将其集成到网络教学平台中，有力地推动了智慧教育的发展。
广东财经大学基于天翼云智算平台部署了“满血版DeepSeek”，并推出了AI助手，同时建立了学校知识库。该校网络传播学院网络传播系副主任朱立芳表示：“学校通过wps平台接入DeepSeek，并举办了两场专题学习活动，这极大地帮助我们创新了教学方式。”
广州城市理工学院与超星集团携手打造了深度集成多模态的AI能力中心，成功建成了广东省民办高校首个通用人工智能教育AI能力中心。该中心实现了15 + 应用场景的灵活切换，构建起了全场景智慧生态体系。
学校知识库智慧升级
特色智能体创新服务
2024年1月，DeepSeek发布了首个大型语言模型DeepSeekLLM，1月20日又推出了DeepSeek – R1模型。由于其性能接近OpenAI – o1，且成本相对较低，该模型在发布后的7天内用户数量就突破了1亿，受到了全球的广泛关注。华南理工大学陆以勤教授指出，自2022年GPT – 3.5发布后，教育系统就开始积极开展人工智能相关的研讨与应用探索。自主可控的大模型对于教育而言具有重大意义，而DeepSeek正好满足了这一需求。
广州应用科技学院信息中心主任梁天生也提到，DeepSeek大模型在自然语言处理、知识图谱等方面具有显著的优势，并且是免费使用的，这与学校的需求高度契合。
陆以勤教授进一步解释道，接入DeepSeek大模型和进行本地化部署是两个不同的概念。接入是指调用其AI能力，而本地化部署则是将模型部署在本地设备或算力平台上，为本地或远程用户提供AI能力。本地化部署完成后，基本的应用就是对话功能。学校的多个系统接入DeepSeek并结合自有知识库，能够形成各类特色智能体，这些智能体可以为师生提供个性化的教学与生活帮助，整合校园知识图谱并设置专用教学场景。
陆以勤教授介绍说，华南理工大学的“百步梯学堂”、招生智能问答、网络助手等系统已经接入了DeepSeek，学生工作系统的数字心理辅导员也正在接入中。基于RAG的AI教学、科研、学习助手及智能问数等智能体也将陆续接入。“未来接入的应用会更加广泛，建设AI能力中心的目的就是鼓励师生能够更加便捷地使用AI大模型生成智能体。”
梁天生主任表示，本地化部署后，在教学方面，DeepSeek可以用于智能辅助备课、答疑、个性化学习推荐；在科研方面，可用于文献检索分析、数据处理建模等。
校园版DeepSeek获得了师生们的广泛好评。暨南大学的陈同学称，在撰写课程论文时，最初使用DeepSeek时，其观点比较宽泛，不太贴合他所研究的特定区域经济发展的小众主题。但使用学校部署版后，它能够结合区域数据快速给出独特的大纲分析，界面简洁，操作也符合学生的习惯，处理学术问题更加精准细化。华南理工大学的王同学提到，“校园版拒绝代写论文，会提供框架指导。”
据统计，接入华南理工大学DeepSeek后端的42所高校都已经完成了教育系统的本地化部署，部署于广东省教科网；像港科大（广州）等拥有自有算力的高校，也已经完成了校内DeepSeek的部署。
DeepSeek本地化征途曲折
AI赋能教育存在挑战
记者了解到，部分高校为了实现DeepSeek的本地化部署投入了上千万元，如此高昂的成本让多数民办高校望而却步。由于资源和算力的限制，DeepSeek本地化部署过程中存在着诸多问题。
梁天生主任透露，广州应用科技学院在部署过程中遇到了不少棘手的难题，包括模型适配问题（国产与英伟达显卡特性差异以及现有系统的兼容问题）、数据传输和处理效率瓶颈，以及软件层面的数据安全、系统并发量等关键问题。最终，学校通过与服务器算力厂家的技术团队合作，经过反复测试、优化系统架构，才成功解决了这些问题。
陆以勤教授表示，人工智能的投入较大，千万级的算力平台在实际应用中并不算大。由于各校的需求不同，他建议各高校根据自身的实际情况做好全校规划。人工智能赋能教育存在着算力和人才门槛，学校可以通过共享校外资源来突破本校的限制。
在实际使用过程中，不少学生反馈存在一些问题，比如“卡在登录认证界面”“没有‘服务器繁忙’提示却无回复”“能快速响应且语料丰富，但无法上传文件、记忆性差”等。
中山大学的孙同学反馈，在使用中大专享版DeepSeek进行写作时，校园版无法延续聊天记录，并且在回答开放性问题时，会编造与中山大学相关的故事来作答。
陆以勤教授称，DeepSeek – R1 671B满血版的算力消耗非常大。华南理工大学起初投入了9台服务器（共36张A800GPU卡），但在用户较多时出现了卡顿现象，后来又投入了10台（共40张A800GPU卡），目前总计投入了19台（76张A800GPU卡）。由于现有算力无法支撑所有应用使用满血版，华南理工大学还部署了高性价比的DeepSeek – R1 32B量化版，为用户提供了多种选择。
朱立芳副主任提到，这学期她明显察觉到学生作业中的AI痕迹。她自己虽然在教学科研中借助AI进行辅助，但她坚信核心任务必须依靠自身的思考来完成。她特别提醒学生，在涉及数字、人名、事件等具体信息时，AI给出的内容常常存在偏差，一定要核实后再使用。
此外，实现DeepSeek大模型的本地化部署，还需要高度重视保护数据安全和用户隐私。梁天生主任表示，广州应用科技学院制定了严格的数据使用规范，对数据进行加密处理、限制访问权限，加强了对师生网络安全、个人敏感信息的保护以及数字素养的培训。
陆以勤教授表示，本地化部署后，师生问答、API调用及本地知识库接入的数据均在本地存储，不会用于模型优化或与第三方共享，从而确保了数据隐私。学校内部及科研保密数据也在本地传输。记者了解到，多数高校将DeepSeek本地化部署与校园网绑定，通过校内身份确认，进一步保障了网络安全。
本文详细介绍了广东多所高校完成DeepSeek – R1大模型教育系统本地化部署的情况，包括各高校的具体举措和应用成果，展现了AI大模型在教育领域的积极作用。同时，也指出了本地化部署面临的成本高、技术难题以及使用中存在的问题等挑战，并强调了数据安全和隐私保护的重要性。这反映出高校在推动教育数字化转型过程中既积极探索创新，又需面对诸多现实问题并加以解决。
原创文章，作者：Delilah，如若转载，请注明出处：https://www.yanghehb.com/98.html
