主要观点总结
文章介绍了阿里开源的新一代推理模型QwQ-32B，其性能堪比DeepSeek-R1，并标志着大模型技术的新飞跃。该模型能在个人设备上运行，降低高性能大模型的部署门槛。文章还提到了利用闲时GPU算力资源的平台「算了么」，为用户提供便捷的一键部署方案，降低使用门槛，并实现算力普惠的目标。团队有着深厚的学术和技术背景，并在分布式资源调度领域有着丰富经验。
关键观点总结
关键观点1: 阿里开源新一代推理模型QwQ-32B
性能堪比DeepSeek-R1，展现大模型技术的飞跃，进入个人设备时代。
关键观点2: 模型部署的挑战和解决方案
高性能大模型的部署门槛高，面临多种挑战。平台「算了么」提供一键部署方案，降低使用门槛。
关键观点3: 「算了么」平台介绍
利用闲时GPU算力资源，「算了么」支持科学研究和AI推理，并提供免费API和Chat方式供用户试用。平台倡导算力普惠，通过共享资源解决算力不均衡问题。
关键观点4: 团队背景与目标
「算了么」团队拥有深厚的学术和技术背景，致力于构建开源、普惠、共赢的算力生态，让个人算力汇聚成推动AI发展的强大力量。
正文
仅仅过了一天，阿里开源的新一代推理模型便能在个人设备上跑起来了！
昨天深夜，阿里重磅开源了参数量 320 亿的全新推理模型 QwQ-32B，其性能足以比肩 6710 亿参数的 DeepSeek-R1 满血版。
基准测试数据显示，QwQ-32B 在数学推理、代码生成及通用任务处理能力上实现了显著突破，充分展现了强化学习应用于预训练基础模型的巨大潜力。
QwQ-32B 与原始 DeepSeek-R1、DeepSeek-R1-Distilled-Qwen-32B、DeepSeek-R1-Distilled-Llama-70B、o1-mini 的基准测试结果比较。
可以说，QwQ-32B 的开源不仅代表着大模型技术的又一次飞跃，更预示着「最强模型」走入个人设备的时代正式到来。
然而，这只是模型一侧的改进。对于大多数人来说，高性能大模型的部署门槛一直居高不下，常面临着「存不下、跑不动、散不了热、供不起电」等诸多挑战，是阻碍个人用户体验前沿技术的最大障碍。
这不，一家利用闲时 GPU 算力资源支持科学研究和 AI 推理并获得收益的平台「算了么」，为普通用户体验并一键部署阿里最新推理模型提供了便捷途径。
备注：参照此一键部署 DeepSeek-32B 的视频，也可一键部署 QwQ-32B。
全球首发：3090 显卡跑 QwQ-32B 只需几步
此次，
「算了么」平台首个推出了 QwQ-32B 模型在个人电脑上的一键部署方案
，只需简单几步即可轻松体验比肩 DeepSeek-R1 的强大推理能力。
这意味着，普通人也能分分钟把这几百亿参数的模型跑起来，完全不用懂代码，门槛极低。
实测数据显示，在消费级 RTX 3090 显卡上，QwQ-32B 模型的推理速度可达 30-40tokens/秒。流畅高效得到保证，可以完全满足日常使用场景。
目前，「算了么」平台基于共享的资源，将 QwQ-32B 以
免费 API 和 Chat
的方式
提供给广大用户，欢迎试用！当然，平台也呼吁身边有 90 系显卡设备的同学，可以共享出来给更多人使用。
-
免费 API 获取：qwq.aigpu.cn
-
免费试用 Chatbot：aigpu.cn
一键部署只是开胃菜，算力普惠是「算了么」平台想要实现的更长远目标。
作为国内领先的分布式算力共享平台，「算了么」通过一种全新的方法破解算力不均衡问题——其支持用户在部署模型之后，在空闲不用时选择将本地算力共享给社区的用户使用，并可以获取一定的积分收益。
一边是排队使用 GPU 的项目，另一边是大部分时间闲时的算力，一个平台解决两边的问题。这就是「算了么」平台一直以来的做法——降低算力使用门槛，释放个人设备潜能。
具体来讲，平台利用动态闲时资源，构建安全稳定的分布式计算网络，目前已经接入超万台个人电脑、数十万台网吧的闲时算力资源，为灵活、临时的弹性算力需求提供安全、稳定、低价的算力服务。
此前已有非常成功的落地案例，2024 年 10 月，「算了么」平台利用百余台共享个人电脑设备，为清华大学 AI 课堂上的 100 多位学生提供了长达 2 个多小时的在线稳定算力服务。此举不仅验证了弹性共享算力的可行性和稳定性，也为未来普惠 AI 教育、算力生态建设提供了典型示范样本。
「算了么」团队拥有深厚的学术和技术背景，核心成员来自清华大学、北京大学以及 Intel、字节跳动等知名企业。
团队在分布式资源调度领域深耕多年，曾获 2024 年中国国际大学生创新大赛亚军（金奖，创业组冠军），并已获得奇绩创坛、水木创投等知名机构的投资。
