华为云Flexus+DeepSeek征文｜基于华为云MaaS平台的DeepSeek大模型与云服务单机+CCE高可用部署实践
前引：在数字经济的浪潮中，人工智能正成为企业突破发展瓶颈、重塑竞争优势的核心引擎。华为云MaaS（Model as a Service）平台通过创新的技术生态，特别是DeepSeek大模型和Dify开发平台的深度融合，为企业提供了一个全新的智能化转型路径。本文将深入解析这一平台的技术架构、创新价值和实践路径，为读者呈现人工智能从概念到生产力的完整进化图景 希望小编的教程可以帮到你，下面开始手把手教学！
目录
DeepSeek R1/V3商用服务开通
商用服务开通心得
华为云Dify-LLM平台介绍
云服务器单机部署
前提准备
零基础教学
CCE容器高可用部署
前提准备
桶的创建
委托建立
秘钥设置
授权委托
零基础教程
Dify-LLM的使用
完成MaaS服务进行对接
搭建：AI Agent
搭建：智能聊天助手
搭建：知识库问答助手
搭建：DeepSeek V3融合工作流
测评算力体验
测评心得分享
DeepSeek R1/V3商用服务开通
（1）新人登录需要完成认证，使用商用服务、部署都会计费，建议开始费用预警
（2）点击ModelArts Studio控制台
（3）点击在线推理，开通喜欢的模型进行体验
（4）免费版本也是可以的，注意额度的使用
商用服务开通心得
最近我尝试了华为云DeepSeek R1/V3的商用服务，不得不说，整个开通过程令我印象深刻。从登录到完成服务配置，一气呵成，简直是科技服务的典范
服务开通的速度快得令人瞩目。仅仅几分钟的时间，系统就完成了全部繁琐的配置工作。界面友好直观，每一个步骤都清晰明了，即便是首次使用的用户也能轻松上手。特别是那些对AI服务还不太熟悉的朋友，相信也能快速get到核心操作
最让我惊喜的是整个流程的简洁性。没有繁复的审批，没有令人头疼的技术障碍，点击几下就能立即开通使用。对于追求效率的企业和开发者来说，这种极致的服务体验简直是福音。不仅节省了宝贵的时间，更降低了技术接入的门槛
DeepSeek R1/V3不仅仅是一个服务，更像是一扇通往AI智能世界的大门。轻轻一推，就能感受到背后蕴含的强大计算力和技术底蕴。对于想要快速切入AI应用场景的企业，这绝对是一个值得尝试的选择，很推荐的！
华为云Dify-LLM平台介绍
如果说过去的AI开发是精英们的专属战场，那么Dify-LLM平台正在将这个战场democratize（大众化）它不仅仅是一个开发平台，更是连接企业与智能未来的桥梁，为何这么说：
（1）零门槛开发
不需要深厚的AI背景，只需几个简单的点击，你就能搭建属于自己的AI应用。无论是中小企业还是个人开发者，都能快速切入AI赛道
（2）灵活的模型选择
平台支持多种主流大语言模型，从国内的通义千问到国际知名的GPT系列，开发者可以根据自己的需求自由搭配。就像搭积木一样，想怎么搭就怎么搭
（3）丰富的应用模板
不想从零开始？平台提供的应用模板库简直就是开发者的福音。客服机器人、智能助手、文案生成器......等等想要什么，基本上都能找到现成的模板
（4）低成本高效率
传统AI开发动辄需要投入大量研发成本，而Dify-LLM平台则将这一成本大幅降低。对于预算有限的团队来说，这简直就是及时雨
接下来将开启部署旅程！全程高潮，每个部署都是手把手教学，遵循：简洁、实用
云服务器单机部署
前提准备
（1）部署需要一些权限许可，这里我们打开控制台->在线推理，在最上面可以看到，授权即可
（2）第二个就是费用的问题，单机部署大家准备10元是完全够的，再加上有小编的文章教程，估计就不到5块钱，如果文章对你有帮助！希望支持一下小编哦！
零基础教学
（1）点击云服务器单机部署
（2）选择默认配置，直接开始下一步即可
（3）这里的版本和加密自由选择，注意密码的格式，设置完点击下一步
（4）打开回滚设置，可以在报错时提高效率，删除保护自己选择即可
（5）检查配置之后，就创建执行计划，确定选项
（6）待创建成功之后，点击部署
（7）执行计划，接下来可能要开始收费了，注意费用
（8）等待大概10分钟左右，待其部署完成
CCE容器高可用部署
前提准备
前提准备很重要，关乎到部署成功与否！千万按照教程来，否则很容易出现部署失败等报错
桶的创建
（1）打开“对象存储服务”，在左边有个桶列表，点击，没有桶的话就创建
（2）桶的配置可以选择低频，这样计费少一些，这对测评来说也是不错的选择
（3）创建成功之后就可以了，我们后面会用到桶名称
委托建立
（1）搜索下面这个委托，如果显示没有，就需要创建一个
（2）名字可以设置为：rf_admin_trust，一定要选择云服务、RFS（这个很重要）
（3）点击立刻授权
（4）搜索下面这个权限，添加
（5）选择所有资源，确定
（6）这样就完成了，我们后面会使用委托，并且关系到CCE部署的成功与否
秘钥设置
（1）在控制台搜索：“我的凭证”
（2）这里建议设置一下新秘钥，设置之后会弹出来一个小文档，下载下来，防止后面弄丢秘钥
（3）比如我将它下载到了桌面，可以选择用记事本打开方便查看
授权委托
打开“云容器引擎CCE”，授权一下
零基础教程
（1）点击高可用部署
（2）支持默认配置，下一步即可
（3）这里的密码都按照要求配置即可，但是桶名称、秘钥ID、秘钥需要注意避免多复制空格
桶名称、秘钥、秘钥ID在“前提准备”那里已经准备好了，我们直接复制即可
（4）这里的委托很重要，必须要经过授权，添加刚才那个“ rf...... ”开头的委托
（5）确认配置执行计划
（6）确定选项
（7）创建成功之后开始部署，注意接下来要收费了
（8）待部署成功，我们可以在输出那里看到IP
Dify-LLM的使用
前面我们已经部署完成了高可用、云服务器单机，这里选择一种即可，都需要复制部署成功之后的IP，在浏览器打开，小编在这里以高可用部署为例！
（1）设置邮箱密码
（2）再次输入邮箱密码
（3）下面这样我们的基本工作就做完了
完成MaaS服务进行对接
后面需要用到模型，比如DeepSeek R1/V3，后面搭建的过程也需要它作为基础，正文开始~
（1）点击设置
（2）在供应商找到OPenAI这个模型，添加
（3）这里有三个变量需要额外获取，下面我们分开来教程
名称地址的获取：
打开ModelArts Studio，选择在线推理，点击模型调用说明
点击OPenAI，分别粘贴复制名称、地址在刚才的配置框
秘钥获取：
选择API管理创建
先设置信息，之后复制秘钥在配置栏，注意秘钥只能查看一次，否则要重新获取
（4）按照顺序依次粘贴复制，确保不要出错，点击保存
（5）看到已经添加成功，这样就完成了
搭建：AI Agent
（1）选择创建空白应用
（2）选择Agent，设置名称
（3）生成提示词
（4）应用提示词
（5）设置各种变量，右边可以预览效果
（6）没问题之后，先更新配置，再发布
（7）在工作室里面找它就可以使用了
搭建：智能聊天助手
（1）点击空白应用
（2）点击生成，输入提示词
（3）先输入个性提示词，点击生成
（4）应用生成转换的提示词
（5）自己设置变量，右边可以预览效果
（6）没问题之后，先更新，再发布
（7）后面再工作室就可以找到使用了 
搭建：知识库问答助手
（1）点击知识库创建
（2）点击添加个性化文档
（3）点击前往文档查看
（4）看是否成功
搭建：DeepSeek V3融合工作流
（1）选择导入文件
（2）复制下面的USL粘贴即可（注意不要多复制空格）
https://documentation-samples.obs.cn-north-4.myhuaweicloud.com/solution-as-code-publicbucket/solution-as-code-moudle/building-a-dify-llm-application-development-platform/workflow/DeepSeek_searXNG%E8%81%94%E7%BD%91%E6%90%9C%E7%B4%A2_%E7%9F%A5%E8%AF%86%E5%BA%93.yml
（3）找到知识检索，右边要进行添加
（4）文档自己可以提前下好，个性化，然后添加
（5）这样可以看见成功了
（6）找到“搜索”，然后输入URL保存，URL按照下面种类选择：
选择联网搜索插件，单击授权按钮，并添加URL。单机版部署填写Dify服务器私网IP：http://{ECS私网IP}:8080；高可用部署填写URL：http://searxng:8080。如下图所示，单击“保存”后，即可设置成功。(ECS私网IP是部署Dify的虚机的内网ip，如连接不通，请检查虚机的安全组是否放通8080端口号）
（7）在整个工作流找这种带黄色感叹号的，都是需要切换模型的
（8）切换刚才添加成功的模型
（9）重复上面找黄色感叹号的操作，切换即可
（10）这里可以看到添加成功了
（11）点击发布
（12）点击运行
（13）在工作室可以看到我们刚才配置的工作流进行使用
测评算力体验
算力测试，我们可以使用下面的Python脚本，让AI运行即可，例如：
import os
import sys
import time
import psutil
import platform
import numpy as np
import tensorflow as tfdef check_system_info():"""收集系统基础信息Collect basic system information"""print("系统信息 (System Information):")print(f"操作系统 (OS): {platform.platform()}")print(f"处理器 (Processor): {platform.processor()}")print(f"Python版本 (Python Version): {platform.python_version()}")def check_gpu_availability():"""检测GPU可用性和基本信息Check GPU availability and basic information"""print("\nGPU信息 (GPU Information):")try:gpus = tf.config.list_physical_devices('GPU')if gpus:print(f"检测到 {len(gpus)} 个GPU")for gpu in gpus:print(f"GPU: {gpu}")else:print("未检测到GPU (No GPUs detected)")except Exception as e:print(f"GPU检测错误 (GPU Detection Error): {e}")def ai_compute_benchmark():"""简单的AI算力基准测试Simple AI compute benchmark"""print("\n算力基准测试 (Compute Benchmark):")# 创建大型矩阵并进行计算try:start_time = time.time()# 大型矩阵运算matrix_size = 5000a = np.random.rand(matrix_size, matrix_size)b = np.random.rand(matrix_size, matrix_size)# 矩阵乘法作为计算密集型任务c = np.matmul(a, b)end_time = time.time()print(f"矩阵大小 (Matrix Size): {matrix_size}x{matrix_size}")print(f"计算耗时 (Computation Time): {end_time - start_time:.4f} 秒")# 内存使用情况process = psutil.Process(os.getpid())print(f"内存使用 (Memory Usage): {process.memory_info().rss / 1024 / 1024:.2f} MB")except Exception as e:print(f"基准测试错误 (Benchmark Error): {e}")def main():"""主函数 - 执行系统和AI算力检测Main function - Execute system and AI compute detection"""check_system_info()check_gpu_availability()ai_compute_benchmark()if __name__ == "__main__":main()在云计算基础设施的选型中，高可用部署和单机部署在算力、性能、可扩展性等方面呈现出显著的差异。高可用部署的核心优势在于其分布式架构，能够通过多节点协同工作，实现计算资源的动态调配和弹性伸缩。这种部署模式可以有效分散负载，当单个节点遇到性能瓶颈或故障时，其他节点能够快速接管服务，保证系统的整体稳定性和可靠性
相比之下，单机部署的计算能力受限于单台服务器的硬件配置，在面对高并发场景时往往显得捉襟见肘。单机部署的最大挑战在于其固有的性能天花板和单点故障风险。当业务量激增时，单机部署难以快速扩展计算资源，可能导致服务响应延迟、系统性能下降，甚至出现服务中断的情况
从算力角度看，高可用部署通过水平扩展（横向扩展）可以显著提升整体计算能力。系统可以根据实际负载动态增加或减少计算节点，实现精准的资源匹配。这种弹性伸缩能力不仅能够优化计算资源利用率，还能有效控制运行成本。而单机部署则只能通过垂直扩展（纵向扩展）提升性能，即简单地升级硬件配置，这种方式不仅成本高昂，扩展空间也极其有限
在高并发、大数据处理的场景中，高可用部署展现出更强的韧性和适应性。其分布式架构天然支持负载均衡，能够将计算任务智能分配到性能最佳的节点，maximizing系统整体吞吐量。相较之下，单机部署在高负载情况下很容易成为性能的瓶颈，无法有效应对突发的计算压力
测评心得分享
作为一名实际参与云服务部署的工程师，我最近深度体验了华为云的高可用和单机部署方案。说实话，高可用部署的确让我眼前一亮。在压测过程中，系统展现出令人印象深刻的韧性——当我模拟了50%服务节点宕机的极端场景，整个集群依然能够稳定运行，业务几乎没有感知到任何中断。关键的体会是：高可用不仅仅是提供冗余，更是智能地管理和调度资源。通过自动的故障切换和负载均衡，系统能够实时优化资源分配，这种动态调整的能力，对于追求高性能的企业级应用来说，简直是降维打击。当然，这套系统的部署和维护成本也确实不低，但对于关键业务系统而言，这点投入是完全值得的，最后在费用上：单机部署只要不到10元即可体验，CCE高可用需要大几十，这虽然是很多用户看的最多的地方，但是单机部署和CCE高可用部署通过这渺小的价格可以拉开巨大的效率差异，从小企到中大企、这是质的飞跃，来一场酣畅淋漓的高可用体验吧！
