DeepSeek V3 和 DeepSeek R1 发布以后，国外的媒体、公司、各种组织都在不断的质疑和打压，比如微软就和 OpenAI 调查 DeepSeek 是否使用 OpenAI 模型数据通过蒸馏进行训练。
可同时微软就在微软云、Github、硬件方面全面引入 DeepSeek R1，典型的“嘴巴说不要，但身体却很诚实”，另外前几天 AWS 也宣布在其云服务中引入 DeepSeek R1。
这说明什么？在绝对的技术实力和高效率背景下，你不尽快跟进，也会有其他人赶上，全球三大云产商有两家已经引入了 DeepSeek R1，Google Cloud 你还在等什么？
1：微软
Azure AI Foundry 中存储了成千上万个开源模型，通过简单的配置，选择一个模型比如 DeepSeek R1，配置一个 API 端点，就可以访问了，无需了解背后的基础设施。
微软解释不管什么模型，均通过严格的红队和安全评估，对模型的行为进行自动评估和安全审查，从而能降低潜在的风险。
另外 GitHub Models 中也部署了 DeepSeek R1，方便我们使用模型开发。
另外 DeepSeek R1 有各种蒸馏 distill 版本，非常适合各种终端运行，所以特别强调将来会将 DeepSeek R1 部署到 Copilot+ PCs 中。
2：AWS
AWS 上目前也可以使用各种 DeepSeek 模型，强悍的是，AWS 上有各种部署模型的方式，总有一款适合你。
（1）Amazon Bedrock Marketplace
可以在 Amazon Bedrock Marketplace 上配置 DeepSeek R1 或其它各种基础模型，选择合适的机器实例，最终通过 API 端点访问 DeepSeek R1 。
（2）Amazon SageMaker JumpStart
如果你需要定制、训练、调优、利用现有算法的需求，可以选择Amazon SageMaker JumpStart，最终也需要选择一个现成的 ECS 机器实例，最终通过 API 端点访问。
（3）Amazon Bedrock Custom Model Import
这个服务是一个 serverless 服务，可以运行各种基础模型或定制过的模型，比如 DeepSeek R1，但它不需要自己选择机器实例，也就是说不用关心基础设施。
可以运行各类模型，以 DeepSeek R1 来说，可以运行各类蒸馏版本，比如 DeepSeek-R1-Distill Llama。
（4）AWS Trainium 和 AWS Inferentia
AWS 有专门的训练芯片 Trainium 和推理芯片 Inferentia，如果考虑成本或其它想使用专门的 GPU 运行 DeepSeek-R1-Distill ，就可以选择它们，通过 AWS Deep Learning AMIs (DLAMI) 选择 trn1.32xlarge 实例即可，连接实例后可以选择 vLLM 等工具从 Hugging Face 下载 DeepSeek-R1-Distill 模型并部署，非常的定制化。
总体来说，从技术角度看，AWS 云提供多种方式使用 DeepSeek-R1，满足各种需求。
参考：
https://aws.amazon.com/cn/blogs/aws/deepseek-r1-models-now-available-on-aws/
https://azure.microsoft.com/en-us/blog/deepseek-r1-is-now-available-on-azure-ai-foundry-and-github/
