爱吱声

标题: DeepSeek R1全参数模型一个可能的本地部署方案 [打印本页]
作者: 沉宝    时间: 2025-2-20 15:41
标题: DeepSeek R1全参数模型一个可能的本地部署方案
DeepSeek一夜爆火，现在联网服务拥堵不堪。当晨老大号召自建farm的时候，本人开始认真考虑本地部署。 KTransfomer的报道也在第一时间见到，并设想了一个以此为基础的装机方案。然后呢，就“铲后抑郁”了。如今很多内容都在网友[大黑蚊子]的记录（链接）中讨论过了，但具体的装机方案大概还有一些价值，还是写出来吧。5 n- b6 ?+ a: ?  ?4 H  Z% A
9 i- ]( b9 s4 d
DeepSeek R1原版是一个参数量高达671B的大模型，虽然比之其它頂尖的人工智能模型在硬件要求上已经大大降低，但个人部署全尺寸模型，依然难度不小。为了便于在低端硬件上运行，出现了一系列蒸馏版减少参数量（以 Qwen2.5 或 Llama 为构架，参数范围从 1.5B、7B、8B、14B、32B 到 70B）。另一个思路是参数量化，例如1.58bit和4bit。一般来说，LLM训练时使用高精度（例如 32位浮点数），而推理时使用低精度（16位浮点数或者更低）即可。1.58bit是把这一趋势推到极端（只有0、1和-1三种状态）。有人试验了DeepSeek全尺寸模型的1.58bit的量化版，结论基本可用，有时候说话可能有点“冲”，圆润平衡上差一些。4bit版效果已经相当好了。至于[xiejin77]担忧的量化影响反馈精度或者稳定性，理论上有可能，但实际影响需要大量的对比实验加以证实或者证伪。2 i4 v! l2 |9 Y- P9 T
( E  @6 @4 i  X$ V
下面讨论具体装机方案。首先定一下目标。目标用户：个人或者小团体。鉴于这个模型现在典型的应用场景都是文字的输入和输出，跨网络合用的难度并不大（因为不需要占据太多的网络带宽）。单机，预算定位$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。6 p  t0 U) N7 o, n" D5 v
+ ?8 Y, a; _, r  P& f' R1 ]
第一步：内存的大小。将模型的参数全部放入内存是必须的。如果还用硬盘空间扩展出来的虚拟内存，那速度肯定慢的不行。DeepSeek参数精度16bit（BF16）时需要 1342GB的存储空间，4bit量化版所需空间为其¼，再加上程序和操作系统所需，512GB应该可以了。这么大的内存，普通PC机主板肯定不行，要上服务器的。鉴于当前DDR4的内存条比 DDR5还是要便宜不少，所以选择DDR4。! o+ i5 W- R1 P

) _' ]6 l- K/ Y3 C9 \) v第二：CPU和主板。CPU我选AMD Zen3架构（ Zen3是DDR4的最后一代）的服务器芯片EPYC 7C13, 64 core 128 threads, 市场价仅$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。. C4 ~$ \  Q, W, C6 p! ]$ r

7 A0 Q6 v2 e5 v" n8 q- Q3 H' k  b7 `* D; r! ^1 }
第三：显卡。双3090或者单4090。4090不好买，用两块3090大致能抵上一块4090。
# W6 @, M  F2 Z, W
- E8 T3 N  L7 d: i5 ~4 H2 T第四：硬盘。这个要求真不高，如果机器仅仅是为了跑DeepSeek，一个4 TB5 Y+ Z9 C4 k1 J  M, C  s
（或者两个2 TB）的nvme就够用了。（想当初我在爱坛上发记录推荐固态盘时，一块4TB的才$150）
9 I$ Y$ v9 g% X+ Q! ]2 j: _0 t2 V- x# a
其它：说3点。1)普通PC机箱。2)散热避免使用服务器的暴力风扇（ PC机箱也缺乏服务器的风道结构）。如果散热量大，考虑用水冷。3)如果单台大功率电源太贵，可以用两台小的给主板和显卡分别供电。如此需要双电源同步启动板或者同步线，但那东西淘宝上也就人民币10块钱。/ h- G; \, F2 w6 Y! G- k! k

8 }$ V! H5 [/ `最后汇总一下。数字为能够淘到的大致美元价，可以接受二手货，+、-表示向上下浮动不超过15%
- n: I6 e4 D* A6 v% |2 a( a0 A% y9 o
RAM 512GB DDR4       1000+
+ H7 k# P9 F4 Z2 p2 ACPU 7C13或相当           700+
: }8 a" S* u" g$ m主板（单路即可）         500* a1 F% Z9 z5 S9 b9 |2 A9 r% }
显卡 3090                  1000- ×27 r# F+ _  \- Q7 {& x- Q
固态硬盘                     200+' o4 o" p0 h5 c: }; }
其它 机箱、电源、散热器等( j; w* N# f* j9 g3 l& i

' n, P" u/ J6 z6 \% X
作者: 大黑蚊子    时间: 2025-2-20 16:27
本帖最后由 大黑蚊子 于 2025-2-20 21:55 编辑 / u; }7 L, I1 t' d
9 J5 t. s* d: q/ P5 v. Q
说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径了
& q5 H+ P* `# d; z2 @6 Q  }在硬件选型上面我倒是有点儿不同意见，鉴于章明星他们在0.3版里使用amx指令集加速，那么支持amx的Intel至强可扩展CPU应该是要好于AMD的EYPC的，具体来说现在Intel最新款是6代至强，退而求其次选择四代或者五代至强应该也满足要求。章明星团队他们的硬件好像也是双路Xeon 6430
" b: w* u  h# H6 T; N( x但是这个成本可能要比你说的EPYC要高不少，但总的来说应该还在可承受的范围之内
6 ]# g* W- D; n  Q8 x显卡的双路配置好像不是特别必须的，主要是4bit量化版需要14g显存，所以如果有一块3090先用着应该问题也不会太大，实在不行多买一块也可以  ?0 P# T5 G- J' D6 j, N
$ j4 y# o5 M! g0 t' J
周末去华强北转转去，看看二手服务器有啥准系统能够直接上手的
作者: 马鹿    时间: 2025-2-20 21:42
我看到了国内AI的商机。。。 攒小配置的AI模型！
作者: 马鹿    时间: 2025-2-20 21:43
关于方案， 我直接问过deepseek。。。
作者: 马鹿    时间: 2025-2-20 21:45
大黑蚊子 发表于 2025-2-20 03:27/ R4 c. i- U! b6 q
说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径 ...
& U) @8 `" W; x
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
作者: testjhy    时间: 2025-2-20 22:50
马鹿 发表于 2025-2-20 21:45! g1 c1 t+ r3 n, c
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
  N4 `3 d6 b  t
社长，美国不是与国内PC价格差不多吗？也仿照沉宝蚊行攒一台呗，
作者: 马鹿    时间: 2025-2-20 23:19
testjhy 发表于 2025-2-20 09:50  w' l: A' _# B: J+ k/ a% {5 P
社长，美国不是与国内PC价格差不多吗？也仿照沉宝蚊行攒一台呗，

2 G8 l1 ?* |4 b: Z/ L4 Q3 S. `攒了以后干啥呢？
作者: testjhy    时间: 2025-2-20 23:32
本帖最后由 testjhy 于 2025-2-20 23:41 编辑
9 Z5 B4 P- i8 L- q! c* r: X% A% o- g- K/ z% j
" r' r; O7 P4 _4 K; E- Z
这是大华股份根据国产芯片的一体机，估计是华为提供的方案供各家贴牌
作者: 大黑蚊子    时间: 2025-2-20 23:38
testjhy 发表于 2025-2-20 23:32
, D( K- r9 s$ T1 {2 o2 M这是大华股份根据国产芯片的一体机，

6 E4 L$ o6 O# G' V( {! k大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型
( a3 N3 I/ B) X' _' K1 i9 _我在自家电脑上搞了一个7B的模型试了下，真的是不太行# f4 |8 p9 t8 R- c& o
我估计32B和70B也都不太行
  C8 l0 }, y9 W) }) q这个帖子里讨论的应该是直接上手671B的满血量化版，1.58或者4bit版本，这个据多个信源反馈效果挺好的
7 m9 v! n, ?# C
4 S6 V- [( O5 H% [: D. ^
. S, R, |' D* n  A不过这个单子我倒是可以拿着去嘲笑下大华的朋友“你们钻钱眼里了？搞这个文字游戏骗钱”
作者: testjhy    时间: 2025-2-20 23:42
马鹿 发表于 2025-2-20 23:19
' k' l+ I1 k3 u6 V# [$ G8 s攒了以后干啥呢？
0 r( ^6 }0 ^3 \5 E# ^  R
想干啥就干啥，吃喝玩乐，
作者: testjhy    时间: 2025-2-20 23:45
大黑蚊子 发表于 2025-2-20 23:38
/ r; {2 L( {8 L) r- m4 w( H0 h大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型
" Q* k# ^) n0 w我在自家电脑上搞了一个7B的模型试了下， ...
4 W# s4 {7 b9 Q$ X9 u) y
找了一个非剪裁图，看了一个新闻，华为提供方案，有60多家企业响应，大华可能是比较快的，找不到价格，
作者: 大黑蚊子    时间: 2025-2-20 23:53
testjhy 发表于 2025-2-20 23:45% f; z  }6 M0 y% Z
找了一个非剪裁图，看了一个新闻，华为提供方案，有60多家企业响应，大华可能是比较快的，找不到价格，{: ...
& p3 O" A( k$ E5 ^, c3 Z: g( B
我要是鼓捣这玩意儿，肯定是找二手硬件啥的，全新设备的价格那还是相当辣手的+ Q' N* W! q5 [& N; A/ r
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿2 J  K4 n1 P# u/ l( e# w& D- I; p
去华强北看看有没有QS版本，可能一块就要6000人民币至少
作者: 马鹿    时间: 2025-2-20 23:53
大黑蚊子 发表于 2025-2-20 10:38
2 _2 _2 Q: B- y' y/ `# U# s大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型
  ?4 b+ v$ o5 c我在自家电脑上搞了一个7B的模型试了下， ...

: K) F& X5 p- w1 a( }% b4 x2 ~好奇你攒个模型做啥？
作者: 大黑蚊子    时间: 2025-2-21 00:03
马鹿 发表于 2025-2-20 23:538 m2 }3 l4 X3 z' R7 `
好奇你攒个模型做啥？
! \. ]- j& y1 m( d# O9 n6 O
- y3 n3 L8 k6 q( `
玩啊，好奇啊，这很可能是通向新世界的大门" e$ Q! F8 j& ]' n' T7 T4 h' G
有这个条件的话，干嘛不玩？  Z6 Q+ j1 O% t) f
- B, K" t4 T6 Y
现在大部分人还在懵逼状态中，只是知道个大模型的东西，具体怎么搭，个人知识库怎么建，私有服务怎么处理...好玩的需求多着呢: H6 |. E1 p# Z2 y2 m  K
* ]6 e) S; y6 o0 x" R, }7 S
DeepSeek的出现，极大降低了大模型训练和部署的总体成本
, t" {! Z6 c. k- P$ AKTransformer架构的出现，打响了极大降低大模型部署和私有知识库服务的硬件成本的第一枪
  @% ^% s/ V, c! f! U5 ?$ f) @4 ^+ S
这种能够降低90%成本的新技术出现，大概率后面会蕴藏着10亿级别的新的相关应用和服务空间" _3 A! A. w: e% `
玩的过程中也可以吸收很多其他的知识，认识其他稀奇古怪的人，包赚的啊
作者: 沉宝    时间: 2025-2-21 00:16
大黑蚊子 发表于 2025-2-20 16:27
, F+ A% ?( r1 I) k# ?/ x# c说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径 ...
& |: X$ D% z' {/ M+ O
这取决于对问题的理解和取舍。首先在大模型计算中，GPU的能力远远强于CPU，即使那个CPU有amx指令加速。所以在预算有限的前提下，应该尽量省下钱来加强GPU。当然如果实测一块3090够用了，那更好。
, `# t+ a" I" |. h' K/ E% x
% U, F8 J' O8 k+ m9 F) e对比EPYC与Xeon 6530方案。Xeon 6530 2023年底发布，还比较新，主板加CPU的折扣有限。而EPYC Milan则要旧得多，有大批从数据中心退下来的二手货可选。即便有amx加成，但架不住7713的核多，单挑的话还是应该7713赢。而双路7713的话只不过比我的原方案多一颗U的钱，其它几乎不用改。个人认为CPU的第一位作用是保障参数全部装载在内存，计算加速还在其次。章明星团队的努力是充分挖掘手头现有硬件的全部潜力，amx加速是新版才加上去的，可见并非重中之重。
作者: pcb    时间: 2025-2-21 01:42
大黑蚊子 发表于 2025-2-20 23:53( t- ^: r% N) o8 h' T$ w: j
我要是鼓捣这玩意儿，肯定是找二手硬件啥的，全新设备的价格那还是相当辣手的
2 s$ K& G/ L6 s& Q7 }6 g% R5 t打听了一下Intel的至强4代C ...

7 h& M) V# q) Q+ H"至强" 是 Xeon？
作者: 马鹿    时间: 2025-2-21 02:29
大黑蚊子 发表于 2025-2-20 11:03
' W# s" Y. X8 f5 a0 j/ v/ E8 {9 J玩啊，好奇啊，这很可能是通向新世界的大门
8 w" W) [# J6 K5 d) [  }- h7 X有这个条件的话，干嘛不玩？

+ G! m+ G5 b9 ]握手， 我也是，就是好奇。 也同样认为这是通向新时代的大门。
作者: xut6688    时间: 2025-2-21 05:30
在本地部署满血版的DeepSeek R1, 性价比太低了，还不如用各个云厂商的API。 自己学习，玩一玩用云API就好。至于本地部署的蒸馏R1，我试过各个版本包括70B的，效果都不好，和原版差太远。我自己玩着用本地部署的模型做了一个RAG应用，最后发现蒸馏R1还不如原版的QWen2.5 32B。
作者: 大黑蚊子    时间: 2025-2-21 09:06
xut6688 发表于 2025-2-21 05:30
3 K4 V& Y& p* Q  P在本地部署满血版的DeepSeek R1, 性价比太低了，还不如用各个云厂商的API。 自己学习，玩一玩用云API就好。 ...

6 h. M! p3 c/ L所以为啥盯着671B的版本呢，就是这个原因，其他版本的性价比其实都不好。0 E5 ?4 b0 x& J* D: q

. ^" [+ E; C9 S0 l. r* N目前有海量的本地部署满血版DeepSeek的需求，因为太多的数据受商业或者法规的限制不能上网，这个部署的整体过程是有很大市场需求的。
' H& s1 z, ^8 c3 A+ R! H$ L% r# _7 a: q; y; h' B
DS和KT的诞生，不是拉低了对算力的需求，而是通过降低成本做大了整体算力需求。  D) T2 v  }" R9 Q$ C+ T

; q, b1 E. t# U& ~3 B而且部署过程中的调优和配参，踩过的坑，以及反复琢磨和资料学习的成果都是自己的。
  X1 l+ x: p! ^  O; J0 H) H! y3 \1 k( O0 I
再说了，都是二手硬件，搭完之后上闲鱼卖掉，亏不了多少钱
作者: 大黑蚊子    时间: 2025-2-21 14:10
沉宝 发表于 2025-2-21 00:16" H' `  s5 z9 i
这取决于对问题的理解和取舍。首先在大模型计算中，GPU的能力远远强于CPU，即使那个CPU有amx指令加速。所 ...
4 S. D7 p9 d* B, T4 |
我建议你再看一下KTransformers的相关资料; p5 [/ C& x4 w: V- b! d' R- h( L
这个玩意儿的本质是在低并发（甚至是单并发）的情况下，高度依赖CPU/DRAM带宽，从而降低GPU需求的降本做法。
. y: G! E1 P: A& t. t7 [3 ^DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半
& W5 p& y% @5 E- R) h* |# wCPU的带宽再砍半的话，又要丢失速度) z4 k, H% ~/ v- z+ I& N
如果CPU/DRAM带宽不够的话，甚至3090可能都喂不满，无限下降螺旋在降低成本的同时会极大影响使用效果0 ^2 X& h3 n) Q" s. Q& m. X
对于咱们来说，跑起来不是胜利，能够最低限度可用才是核心需求所在啊
; E, ~$ \2 B6 W1 i/ `5 C/ N我觉得起码要搞个输出4-6token/s才行吧
8 o/ x, E2 @$ @9 h9 z, |& R按你这个方案我估计可能1-2token都悬
作者: 沉宝    时间: 2025-2-22 00:10
大黑蚊子 发表于 2025-2-21 14:10
# y. |, ^* y; m+ }/ |, g, O我建议你再看一下KTransformers的相关资料
0 w* h  B3 \9 X& j; R$ y8 h) L3 @& f这个玩意儿的本质是在低并发（甚至是单并发）的情况下，高度依 ...

; u5 \8 A: O1 I/ M. Y$ n: D欢迎讨论。
% C$ h: o2 v! o
- k' C# ^$ T8 D9 K2 ]4 L, g) [; |" @首先，个人以为KTransformers的最核心最精华的是抓住了DeepSeek模型参数的稀疏性。DeepSeek是基于MoE的，回答某一个具体问题时只有部分参数高度活跃。KTransformers可以动态调度，把这部分高强度计算交给GPU（好钢用在刀刃上），剩下的则由CPU完成。所以CPU部分对系统整体性能的影响不如GPU大。作为佐证，上一帖我提到了章明星团队在几次版本迭代更新之后才把amx加速添加上去。
, l6 Y  `. D4 D5 B2 E$ s6 K- S
5 g* B1 h2 x: `1 e: o& BCPU/DRAM带宽对系统性能的影响不是简单线性的。老实说，我没有咱们现在讨论的这样大的系统的实际经验。我只能根据在台式机上看到的现象做一些外推。Intel的12代和13代同时支持DDR4和DDR5，DDR5内存下整体成绩要比DDR4好一些，不过差距并不大。至于到显卡的带宽，我也可以说一点。我们知道目前大部分显卡的插座都是PCIe×16。外置显卡时，因为各种原因往往不做16路通道，比方说仅仅实现了8位通道。那么这个PCIe×8的显卡游戏性能下降多少呢？绝对在30%以内，常常也就10-20%。
1 k( b9 w5 q& R  U! G
1 ^$ \! \7 G: A/ d$ t以上这些是我没有简单照搬章明星团队的配置，而为省钱做了一些变更的原因。
作者: 大黑蚊子    时间: 2025-3-10 22:25
沉宝 发表于 2025-2-22 00:10* ~$ V1 E$ R$ z$ [# U* N
欢迎讨论。& y1 C; U# h+ k' J$ l3 i4 V
* ?; x" F& Y8 m' A& M" t2 ]5 K3 X" t
首先，个人以为KTransformers的最核心最精华的是抓住了DeepSeek模型参数的稀疏性。DeepSeek ...
2 X- ~( x" `+ z+ y
刚刚看到一个案例，有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本
' o7 e  d# B. P, ^) |" Y) Z4 x& r显卡用的是3070M 16G，环境是Ubuntu 24.04.2
$ o+ `0 I0 b& W( V输入大概是10不到一点，输出大概是5，勉强可用6 ^3 t# _) C# |( F& g7 O# a, ^
因为都是整的垃圾配件，总体的成本大概不到4000人民币$ T- J; I6 h8 s7 A) O, j, y. E
$ H' p  v# C, K1 Z/ L6 O- S1 @
我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
7 c1 x+ o5 H7 @! r- p5 ~8 B  P& h如果是这个速度的话，个人轻量使用已经没有特别大的问题了
作者: 数值分析    时间: 2025-3-10 23:42
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的' m& ?# n) {& i$ L" g* W4 {
https://www.pmtemple.com/academy/17340/8 [# f3 \2 O* `! t( @8 o- K& x
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25
" u5 F) _/ j/ h: z刚刚看到一个案例，有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本
' t0 s9 Z+ }1 ^5 C( \* v/ |! Z+ E显卡用的是3070M 16G，环境是U ...

9 E8 D, o& R2 K. L/ _
! r. b. t1 ?. f5 Y我觉得别对Q5以下的版本抱太大希望。Q5 以下只能说是能跑，但效果实在不敢恭维，很多情况下出来的回答都不是 AI 幻觉，而是文不对题。在决定投钱搞硬件前，还是建议先化小钱租个服务器，下载不同的压缩版看看效果再确定要用哪一版，用什么本地硬件。
作者: 沉宝    时间: 2025-3-11 02:12
大黑蚊子 发表于 2025-3-10 22:25; ?; g1 w. k6 F4 u' }  l3 b1 a
刚刚看到一个案例，有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本
1 L% n% v" w3 A) z4 V; @显卡用的是3070M 16G，环境是U ...
9 ^7 L: h' j; t8 W8 u+ L$ E
这做得很厉害了。点赞！
作者: 沉宝    时间: 2025-3-11 02:14
数值分析 发表于 2025-3-10 23:42
9 p+ r4 W3 I5 R" i这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的3 a8 n  i- p& o7 z) d1 ^  |
https://www.pmtemple.com/academy/ ...
8 t3 z' G4 W& Q8 z: d& S! h: r
这么多案例，很有参考价值。
作者: 孟词宗    时间: 2025-3-12 01:39
有 512 GB RAM 的话，基本 Q3 以下都可以跑。Huggingface 上量化版不少。例如这个：https://huggingface.co/unsloth/DeepSeek-R1-GGUF 从 Q1 到 fp16 都齐全了。Q1 的几个版本甚至只要 256 GB 就可以跑了。
" U( \. R. d' }7 x) K$ \" a2 P
6 l- S4 W# M, M: j& I但是，量化版压缩了尺寸，同时也压缩了功能。个人感觉 Q5 以下基本都是渣渣，回答大多逻辑不通。
作者: 孟词宗    时间: 2025-4-15 10:41
大黑蚊子 发表于 2025-3-10 22:25
: t0 F9 Y% y8 z3 `刚刚看到一个案例，有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本  X' N9 B% x2 L% y6 b/ _
显卡用的是3070M 16G，环境是U ...

7 [; P: }9 ^, `" l性价比更好的是 HP Z840。这玩意儿有2X Intel Xeon E5-2678 v3 up to 3.1GHz (24 Cores Total)，最好的是有16条内存槽，按 Intel 的说法，每个 CPU 可以到 768 GB DDR4。两个就是 1.5TB （实际 HP Z840 号称能到 2TB），正好可以跑 DS-R1 671b 完整版了。
作者: 雷声    时间: 2025-4-15 11:18
孟词宗 发表于 2025-4-15 10:41
3 P/ L# s3 X; a7 U9 d, k2 D性价比更好的是 HP Z840。这玩意儿有2X Intel Xeon E5-2678 v3 up to 3.1GHz (24 Cores Total)，最好的是 ...
( x: v8 E# T6 s# w" H1 K; h
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.. C+ O1 t: I/ \

/ l. Y: r+ a5 ?- ]5 M) I5 ^1 JThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
" p9 ]% S* O: F3 E% e2 m1 MThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). % e0 Y4 d8 c8 O% t
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
  U) F8 g7 g& R# \6 B* b6 @+ `" h, J6 }& P6 k1 R- V. v  I
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
& h. H, U/ x6 Q) YZ840倒是不值几个钱。
作者: 孟词宗    时间: 2025-4-15 11:58
本帖最后由 孟词宗 于 2025-4-15 12:01 编辑 4 k3 e  ?; Z7 g  _
雷声 发表于 2025-4-15 11:18* o( L' W  Z. r
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
! G- k2 M  q8 q- B

4 O$ C0 Y7 K5 \) ?% p9 a9 D没那么贵，Amazon 上一条才 $239。16条也就$3,824。2 U! [9 d+ a- i2 @

2 Z7 {6 y. [" V1 ^* K& Q  @- u1 ]( P7 Q$ Fhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1, D* f3 U1 L6 U& S
' ~, _6 C( g) d) s& X
1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1" U; Z6 P( N3 t- E7 u

+ ]# M5 P2 `/ M" e1 K% N+ r, C但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
- b1 Y; S* P+ h; b6 L7 A; ?  [) P# {$ v7 a, \) {$ H( S
: ]- J" \7 X3 u4 _9 R" F. W+ w3 s& t" N
当然，真要上这个，最好买以前和卖家咨询一下，这些 RAM 是否可以装 Z840。我估计 Z840 出来这么多年，大概最多也就有人装到 128 GB，毕竟这不是 server 而是个工作站而已。
作者: 孟词宗    时间: 2025-4-15 12:14
雷声 发表于 2025-4-15 11:182 b' c) Q5 k* z9 L6 g
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
$ g2 d1 |# }! r' v# Z
6 D! Y6 @1 a+ M7 K
顺便说一句，如果只是要跑压缩版的话，我在另一个帖子（http://www.aswetalk.net/bbs/foru ... read&tid=161700）里已经说过，如果有192GB的 RAM 就可以跑 IQ1_S（131 GB）， IQ1_M （158GB）（假设没有显卡加成）。
4 l/ c9 R8 A, X+ @6 {" D4 o' L0 j6 G$ L. J$ A; z
不要显卡的话，搞个Intel core ultra 9 285k 或者 AMD Ryzen 9 9900x3d 加上 192GB DDR5 和 4TB 的 SSD，一般也就 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。) [, P" C$ d0 n& b0 O
当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。
' C% o9 C8 H" c8 F* |% K服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。- [/ ~* E6 n& A& n
我的GPU上的CUDA跑满都可以控制在80度以下。
: N1 ^) f4 e7 i; }' |  }  S7 f" @当然奢侈一点，放在空调房，调节一下空调出口，把机箱放在桌子上，对着机箱吹能降下很多，这才是真正的水冷加风冷。
作者: 孟词宗    时间: 2025-4-15 13:48
如果是为了跑本地大模型，显卡没有必要搞顶级的家用卡。相比速度，更重要的是显卡的显存有多少。
, U; M4 n0 s6 v/ N
, h( _" M' a7 p6 O4 T从性价比来说，两块3090比一块4090要好，这是因为3090仍然支持 NVLink。连接后显存会显示为 48 GB。这就可以容纳很多模型了。
2 ^, z; a0 X# V+ b+ U# @0 R
6 V+ Y( ^8 K/ N$ d但3090的问题是功耗, 350W 起步，两个就是700W，对电源要求高了。而且还得找有足够空间的主板和机箱。而且价格也不便宜。4090 现在给炒到 3650 美刀左右，3090 则是 2000 美刀。加起来就不是小数字了。8 I( k9 t+ ?4 K5 N. J" b9 v( d
$ Q$ E& r4 P2 v# @+ U8 d' P
对于显卡，我倒是推荐这个：PNY RTX 4000 Ada VCNRTX4000ADA-PB 20GB, 市价1500 美刀左右，有20GB。虽然不能串联，但这是个 Single Slot card。一般好的主板能塞三四个。功耗单卡才130瓦，三个加起来也就才相当于一个3090。而三个卡加起来 60 GB，Ollama 可以跑很多 LLM 了。: X; H% V4 y' C: S2 L! S$ Z5 ~
/ ^0 N/ G" F  Q5 A% R! h
否则也可以弄个 PNY NVIDIA RTX 4500 Ada Generation 24GB GDDR6，这也就2300美刀左右，但显存和4090 一样。两个加起来相当于一个 4090 但显存要多一倍。/ J/ y1 d% o: M; N% S- k/ L
/ k. l# O1 z  G# _  m
当然，俺的理想卡是公布但还没有正式开售的 RTX PRO 6000 Max-Q https://www.pny.com/nvidia-rtx-pro-6000-blackwell-max-q。这玩意儿有 96GB 显存，还可以用 NVLink 串联。最大可到四张卡384GB，而单卡功耗不过 300W。
3 W+ J& s3 |/ d; |" d! b. a- ?
当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:584 s3 M, r1 [; A& k
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源 ...

$ E: u: B9 u) W' L6 B同意风冷，但用不着这样 DIY。可以用 联力 LANCOOL 215 https://lian-li.com/product/lancool-215/。这机箱正面两个200毫米的风扇吹气，后面一个140毫米的抽气，足够用了。用风扇的时候，机箱应当关上，这样风速比敞开的更快。
3 h' p+ u: a& h8 ?' w4 H, L5 {$ C6 T" B& X9 n
CPU 和 显卡的冷却还是不能省的。倒不是风扇，而是它们的散热片不能省。有了散热片才能有效散热。风扇本身是不是装在CPU和显卡的散热装置上不重要。
作者: nanimarcus    时间: 2025-4-15 17:35
孟词宗 发表于 2025-4-15 14:12# `8 t* l  `# f9 l- d6 V( p
同意风冷，但用不着这样 DIY。可以用 联力 LANCOOL 215 https://lian-li.com/product/lancool-215/。这机 ...
  h* I; Z, d/ ~, u/ [6 |, L  @
我有点成见，总认为机箱上的风扇不够有力，呵呵。
0 M* P! g2 |- O* p* H, ]9 X
  e2 I- z2 P. O6 F: i& x4 B( ?所以总认为机箱敞开了另外架个风扇吹特别有力，至少视觉上如此。% `, w% Q6 w# A7 Z0 u
+ [$ m$ s$ k4 L- N3 B
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！3 e2 e' p9 \8 {5 K7 r% P
, v# w& X; ]7 q4 P% l; ^; V
另外，CPU上带的散热片过于庞大，多少会造成主板变形，所以我的机箱是平放的，如此一来显卡是竖起来的，这样两个最重的部分不会造成形变。
作者: 孟词宗    时间: 2025-4-15 21:45
nanimarcus 发表于 2025-4-15 17:355 c: w; D  V6 t% P' ?
我有点成见，总认为机箱上的风扇不够有力，呵呵。
- i1 z' ]' V$ j$ D0 s6 L+ Z" ~# w: V' x2 \/ q0 N! V( t, K2 f
所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
& @# \6 ?" |+ \, {: m0 s) z% ]7 A
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。# g$ }. O* A2 U, d
4 D4 ]4 d9 V- O, m( Y- U

6 G" ~: M& @# R6 a/ _( y主要问题是像下面这个放桌上的，如果一不小心撒点饮料上去就容易把电脑废了。7 V- c% \( {2 x% B' z1 i3 D
% A% V: B0 P7 z$ n* g" T
* M# D) q0 K" _& k
所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
$ r/ }3 M7 A6 `- G
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑 # o4 f+ f3 [/ K" g6 s  }( z7 L
孟词宗 发表于 2025-4-15 21:45
$ R! M7 d& G  p7 N% GCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

/ l9 y% @" D) N
3 Y4 u, n& g& ?/ `; n这个确实很赞。* Q  N4 {. X% F

) p+ O" @+ p) ^/ Z7 P' j, w第一三张好像放不了全尺寸显卡。, D0 \8 y4 Z8 P; h' l# a6 j
第二张全尺寸显卡的散热好像不太好。
作者: 孟词宗    时间: 2025-4-16 00:07
nanimarcus 发表于 2025-4-15 23:26
- |( R0 K9 h6 I6 t& X8 s  l! @# x/ [. f+ C这个确实很赞。
: ~9 V3 q$ Z) ^9 H8 `+ Q. z' q$ q
3 N) U* S2 Y, e; k8 a* v1 A第一三张好像放不了全尺寸显卡。

9 I; G5 l7 h7 T都是全尺寸显卡。第一、三两张中的显卡散热被魔改成水冷了。所以看不到明显的显卡。实际上两个机器应该都是双显卡。第二张的显卡问题不大。很明显不是80或90级别的。根据电源才600W来看，应当是3060或4060级别的。这个显卡的原装风扇还在，制冷应当还行。
作者: 雷声    时间: 2025-4-16 07:27
孟词宗 发表于 2025-4-15 11:58
; o! R3 Q! S* z1 Z没那么贵，Amazon 上一条才 $239。16条也就$3,824。2 c/ j6 [, _0 P% s

* d) _) U+ ?% o9 e& j- F# {; yhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
9 e5 R" _8 i* \& T+ D
HP Z系列G4以后支持Intel® Optane™ Persistent Memory，买二手的话更便宜。不过表现怎么样就不好说了。: d' l2 M# m& d5 S+ j
Z6/Z8 G4也可以上到2TB，加上PMM的话更多，价格比Z840也贵不了多少。
0 w& Y* i$ P& b3 c( f! }# l话说Z系列是真不错，我09年买的一台Z8现在用的好好的，而且比公司配的新Alien还快。
作者: 孟词宗    时间: 2025-4-16 09:55
本帖最后由 孟词宗 于 2025-4-16 10:03 编辑 7 ^7 Y" ?$ S( M9 s" W
雷声 发表于 2025-4-16 07:27
! Y: `) p- @( b: `/ t1 CHP Z系列G4以后支持Intel® Optane™ Persistent Memory，买二手的话更便宜。不过表现怎么样就不好说了。 ...

( v; \" w: t. z0 q6 x. T
6 E- C8 Z" L- A& X- mHP Z8 G4 号称可以最高支持 3TB 不过这得看 CPU。如果单个 CPU 只支持 768 GB的话，那两个 CPU 最多也就 1.5 TB。大多数旧的 HP Z8 G4 都最多 1.5 TB。5 B. [* i7 L0 Y4 _1 }2 I+ ^1 l
" e, ]; f0 h/ n* d
性价比来说你说的很对，Z8 G4 的确更合算一些。尤其是不少旧机器本身就带了 1.5 TB。这比自己买要合算多了，也省事多了。
9 p+ O( X, s* ~  M* l% ]! p6 w9 P. |+ {% `% @+ A
从跑 LLM 的角度讲，应当是可以跑，速度勉强可以接受的程度。俺那个三年旧的机器，如果不用显卡，跑 DS-R1 的 70B 蒸馏版最快也就两三个token每秒。Z8 G4 跑DS-R1 的671B版本应当只会更差。毕竟内存更慢，模型更大，CPU更老。
作者: leekai    时间: 2026-4-18 21:09
我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2，硬盘因为以前装nas不用买，后来淘了Dell730 HP z440，用下来感觉单路CPU更合适。期间装了N多大模型，现在只剩ragflow+qwen 3.5 ，35b做map，27b做reduce，都刚好可以单卡运行。前两天刚跟风试了turboquant，效果挺好。今天发现qwen 3.6发布，并且有UD IQ4量化，正在下载准备试试。7 {9 Q3 ~- e) a* K( m  ?
现在有更好的选择，IBM AC922，六块v100 16g准系统闲鱼上报5800元。
作者: 沉宝    时间: 2026-4-19 11:10
leekai 发表于 2026-4-18 21:09  D3 `+ ?2 m/ k+ t+ v
我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2，硬盘因为以前装nas不用买，后来淘了Dell730 HP z440， ...
  |/ R. D0 v* G# g- R6 U
2080和v100的优点是可以通过NVLink 获得很大的显存。缺点是缺乏 fp8 等先进架构的支持。不过看在那价格上，还能说什么呢？！
1 }5 h8 ?! Y! h! {: p: z* p4 u+ Q% ]- n2 v
今年较之去年，最大的一个变化是像小龙虾之类的智能体流行起来了。通过不断的自我进化，智能体在很多方面可以达到和超过简单使用混合专家模型(MoE)。而智能体的后台模型，如果想跑在自己的机器上，小一些的稠密模型其效果往往好于MoE。与人相比，智能体的AI对话中提示词的长度平均增长了许多倍，从而也就要求更强的KV缓存。如此turboquant正逢其时。* j3 V: E1 m. h2 c  @$ b
: A9 n$ R) M0 N% Z, V3 J+ D
比TurboQuant更强的还有RotorQuant。感兴趣的话可以关注一下它在你使用的模型上落地的进展。
作者: 大黑蚊子    时间: 2026-4-20 13:43
回首这个帖子
8 ~- d8 j, o+ m" x0 [' i* `如果去年就下手干他1个T的ECC DDR5内存的话...
) M/ S" _: K' M6 _
$ F# I7 t  V, G5 q俺就不用今年年初买个128G内存条那么心痛了
作者: leekai    时间: 2026-4-21 17:32
大黑蚊子 发表于 2026-4-20 13:43, b6 l* T7 Q* F; ^
回首这个帖子
; c9 p" G' z! Z& P$ A  J如果去年就下手干他1个T的ECC DDR5内存的话...

6 U( L, L* V4 M: [! X% K% |5 M我一直以为自己加钱换了512幸好前两年弄了几根1T 2T 4T的nvme还有SATA SSD，就是去年初看来看去没买氦气盘有点后悔。



欢迎光临 爱吱声 (http://aswetalk.net/bbs/) Powered by Discuz! X3.2