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。
* E' F% ~* ?. l- j5 O5 S" p8 Q$ n- v0 }! I2 h, 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。
! O, g+ |* E. q$ b8 j- X1 l4 K# [; q( l) T
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。
% e' F/ O- D3 D! h) N! ^- @; a
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。* G5 {% ?" ^( @8 J. J4 b
$ p3 G/ O0 {9 |- }" y' ~5 B1 a
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。. I* V% P- P8 ~1 k4 \/ L7 O8 x# I- q( w

( L- Q0 J: ?- t1 {' x: X* L+ R' Z& ^5 q* e& q
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。1 F: X* t7 x* i3 A7 D
; R$ i1 r8 [8 t% V. S6 N6 V
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 TB1 U* B+ V# S! u' z0 g' V( [* W) W
（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$150）" `$ D2 m- D6 E+ O0 {

9 w% l9 K5 {& G- Z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。
' Z+ Q7 I- x- E5 G
; Z+ C* F! n$ z! K/ e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%7 t- d' j  d/ ^9 {2 }6 R
! q6 v; V8 L- |& I) \5 ^
RAM 512GB DDR4       1000+
% H6 w/ A* \: Q0 \* wCPU 7C13或相当           700+
8 _' P1 w6 O1 |6 p主板（单路即可）         500
& ]) y" U, D5 L显卡 3090                  1000- ×2
8 J+ l! ~/ h' E固态硬盘                     200+
8 E2 }9 ]) }9 C/ b1 P! f% X1 n2 j其它 机箱、电源、散热器等7 ^, I- |& {2 _8 k

+ ~: W& x9 R3 C
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
6 N) G) O$ @0 `7 F! u' v3 `$ I# u
5 F' z/ X( V) E+ t/ Z. P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- a, h( H4 V2 z5 H7 U( [9 H
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$ g* ?' F' }7 [7 R: o2 O
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0 ~5 q2 y$ {7 H9 M0 g8 m8 r4 f* z
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
( v* L! c# V8 b. R, p- ]6 b$ ^# c$ l% U$ v3 I
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% J( w1 d' @9 L5 E+ P, i3 o
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 ...
+ }: N0 J. x+ J+ t
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
& F/ ~  O, Z0 @' T$ l: w2 P6 e( B4 x真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
! X4 E1 |* {/ y9 b- h" \4 i3 E' [% Q
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
( A; L, ?0 m; R: E" X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，
! B/ C! O3 E- u/ i- {
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
, ~1 T6 O( Y) z- y. @
1 ]# `+ D, J2 v9 x; z5 E4 V7 `; \
6 n7 g# R4 H0 L; L! K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
9 d' T+ s! @9 e- N这是大华股份根据国产芯片的一体机，
& i, F9 V% r3 v5 D* v
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3 S9 P& a% H9 G3 Q
我在自家电脑上搞了一个7B的模型试了下，真的是不太行
& Y( w: `! @4 Z9 z8 g我估计32B和70B也都不太行0 Q: N/ K' ]8 I' r& F% N+ Y; D
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
* g" L9 S6 J3 J/ }% I
8 k" [" T' x# N5 R4 [
/ V0 X4 ^, O2 Y* `% H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
6 i* \! {% n3 |/ Y* c$ J攒了以后干啥呢？
$ ~! S. s+ \- ^0 k- B
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
, }3 s7 W; r* X* w$ Q1 G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
% R* C' r# j8 T% b- [3 q, N% v我在自家电脑上搞了一个7B的模型试了下， ...
( l' H* A; X2 W! @9 \9 f' T
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 23:453 c3 A: O1 F& M& ?5 C3 B
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，{: ...

: H% A8 k- x* Q1 z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
7 O# n# H  Y9 ], G& y6 q0 \打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿/ \" i# i( B' E9 B2 v
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 10:381 O. P% A/ U: C
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- x# h/ Z: i0 [2 i; d. u# f
我在自家电脑上搞了一个7B的模型试了下， ...

. D: e" i/ X1 n' \8 g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 23:53/ ?8 _0 z! z& d. }1 L
好奇你攒个模型做啥？

6 t* K" M6 }. V5 Q& u  e( }( b! s; H
玩啊，好奇啊，这很可能是通向新世界的大门& |# Y% M, q$ s5 }) m( _" k
有这个条件的话，干嘛不玩？
" i( ?& z1 D& z1 x. l! O3 i
  C7 q3 H# J/ A% U4 E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& A; h4 _5 ^% D; r% l
' d; g: B" d/ Q' R. J4 K9 M: U* f
DeepSeek的出现，极大降低了大模型训练和部署的总体成本
1 v6 q! c- l, a. ?KTransformer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8 n: ]: x. A" D2 h" p- f0 x
: `# x# q  `1 U5 Y3 w* I% w
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9 j/ I) j) o5 b3 ]
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  E) n+ x! h% {4 s7 [# ~
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 ...

# M/ l- X, k3 s" S* w- ?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。
0 t2 f! R/ ]8 \+ N$ ~. f' X! _8 c4 `. F  b; [; o; c
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! v. R, r5 m) m) \) o" }
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% V* A7 R: }1 k
打听了一下Intel的至强4代C ...
5 x1 M, l7 {! Q
"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. p) g) ^+ D9 }/ s  A  S4 r& h  P& y
玩啊，好奇啊，这很可能是通向新世界的大门/ D1 i1 e3 A/ {( J- }
有这个条件的话，干嘛不玩？
' g: I" b# R$ i% h* `' `+ d' r
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 05:305 Q* a  U' u/ s& X4 _8 ]
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。 ...

+ W' K( s0 r. _  A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。4 D" Z7 e$ t  V* A( G
" T/ B" M$ \* O2 `0 C
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。' j. D8 d( r. k  x. @: C2 o/ N

, E: I! w8 e. g, X  u$ b  o/ NDS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。
& i: {, _7 C* i9 V! |- R3 B
4 `' x1 s% Z) q' E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。2 w+ W, A; D! Z6 I: _- ^
: d% k! R( p& T5 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
% i1 o( }! V- l' o7 D; N) r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 e. _' y8 i# G8 l3 x我建议你再看一下KTransformers的相关资料
0 }+ b% l5 n* `9 ^0 J, d. f- o$ U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。# r4 d3 G* l: M7 ?, I& d- [
DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半6 H; k2 r1 r% k2 U7 D5 `2 C
CPU的带宽再砍半的话，又要丢失速度$ Y5 ]2 @. I3 R9 K
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& b# |" O$ @  {( j) B  |
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7 i$ H' y# Q: c& e0 K- r. w: u
我觉得起码要搞个输出4-6token/s才行吧. o: ]/ K/ m. _' j1 M" A9 u
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 14:104 g( K2 |8 I3 d2 V4 O
我建议你再看一下KTransformers的相关资料
7 }0 e3 x; o5 `' j  E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 ...

. L9 q& k$ I* o9 y8 J欢迎讨论。/ q3 M- D, o( k

0 I4 ~' r/ D0 m+ K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。) R8 q. l2 ?3 S$ j, {7 L. e$ }

6 l( R1 U8 X! p8 D: N" F/ iCPU/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%。- T1 a' A" R# ~+ ]) u( ~+ T
3 q" m+ Z2 y- V5 u% _
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
, S  Q1 r/ x8 U/ s, y& ~$ Y% s. T0 u欢迎讨论。6 G  u7 Z( r" Y# @6 z5 }
& V1 R+ b+ n: d) H, y
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 ...

: o! {5 d4 R# J* [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/ u  e& z3 J# t( d( z2 d) F
显卡用的是3070M 16G，环境是Ubuntu 24.04.2& x  P. l0 D. w' C" i5 j, I
输入大概是10不到一点，输出大概是5，勉强可用, P. z# [1 w: J7 M4 i. {
因为都是整的垃圾配件，总体的成本大概不到4000人民币. Z+ I  D  J, U! ^6 m! o
" D/ ~2 n7 L) r9 ?, r' ^# `0 S
我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
% b8 E. v/ R& G6 k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  K! L& M; t* b3 O0 X7 x; Z: F+ s
https://www.pmtemple.com/academy/17340/0 c! D  X; u5 N" x$ x! C6 R: G
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:257 G. p) a9 s# c% Z1 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4 A; F( r; i# X* _
显卡用的是3070M 16G，环境是U ...

8 c+ _. G4 ^: K$ O$ R) i, g; u/ W" ?* g/ H$ b' l) ~/ I% z
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: x  r  v' X, |1 ]* H+ w0 }; S% n" `
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7 I" A8 e) z0 i  M  U& u3 N0 c
显卡用的是3070M 16G，环境是U ...

" J3 x; w) W4 Z$ V* ]7 f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
. `4 @! R6 M/ c; e( T, a这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的; ?5 l* L% y; }% \& ~
https://www.pmtemple.com/academy/ ...
. i0 T1 Y# I1 M3 O2 ?
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。
; A: X" }+ i7 B$ v- k+ G6 R2 w- j# r" \2 d* C1 P  ~
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 22:256 w$ N/ y  t) s' i: ^
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
# j1 ?+ t$ u$ M8 z+ E显卡用的是3070M 16G，环境是U ...

* p' L% ~+ E' {' w9 M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! l# G3 Y1 p7 {+ z  X4 z* K
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 ...

! t+ G  v, P" |; Khttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.# F% f6 X; R2 {0 L) [. x% n% E
, c( C6 S/ d6 C& ?7 ]- i
The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. ! s3 R7 ^0 a! F  P; I$ {6 K/ m
This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
% D, h* |) J: Y5 Z# EThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
$ W0 Z1 |6 i9 M8 c) F/ W2 T
* b2 V, N$ Z: N, m. }LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。' b8 c. A: Q! B* @% h/ {* o
Z840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
7 {0 L$ j$ G! O1 v& r% S
雷声 发表于 2025-4-15 11:18
4 W7 B# v2 D; ]8 Khttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

. O6 e5 l* f; g4 t2 B
3 t" q* P, O* K3 n$ X  Y3 P, [没那么贵，Amazon 上一条才 $239。16条也就$3,824。) }; W6 J! i, K

. i& ?+ V- T5 L; ?https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1- C" k  i- m( x$ i4 C+ m

5 Z# C2 d  ]$ I2 P1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
! G) J: G$ k* u# f7 Z
0 w9 a* l, P/ S+ Q! ~5 |7 m; O4 F  U但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6* ?$ o9 U. r" [. Z5 t2 ~

2 a7 r! u( }" w) Z6 d: E6 Z
, U% l5 u- R' q! E. ]% q0 x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 11:18
/ F  c' c- A2 Q* N# t9 _8 ehttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
( K. Y, ?7 N4 q7 W* A

/ ~* B/ M. W: @- q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）。
" k# N* f; n7 O/ g" \
3 r( N. B( V! h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。: l; \0 V& Q- L7 V
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。
- ~: ^8 T: a5 L, ^, {" C1 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。
; ~! n. y4 a; v我的GPU上的CUDA跑满都可以控制在80度以下。! O3 C( h( M# T
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。, L" V- P3 I4 \

2 E# `  l0 y% x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 }+ t' ]2 u- k& g2 c
$ F9 F  [9 s- l, n/ k
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。
7 V0 I" N  T( z7 G3 S, d/ U" N& R) `0 `2 c" u
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。3 ~$ {! B9 }/ C( T2 ^- Y
* w, `7 a1 X3 W/ c& T0 a
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。
7 Z) k2 Q0 q7 d
- Q) l1 u; M  m7 W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。6 u2 Q: G( D# E  r, E9 O6 ?

3 S" n$ p; ~/ H* f# e; P9 O: d- c当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58
0 Y2 `$ k( c9 G* g) ?7 Y% 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 ...

' i1 j8 {$ Z! Q* Y) Y+ D5 _/ Q/ K1 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。1 l( e/ c4 j6 C7 Q) H& J5 e' _
$ }- M$ }9 T0 A; U9 w( J: {2 u8 z- A
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
$ m2 F+ k  G+ k8 {9 A4 J- a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 ...

) N5 S; L: l% h+ s9 s我有点成见，总认为机箱上的风扇不够有力，呵呵。' i% @3 A; a3 o: d/ g

$ C7 r& \* v1 D/ b) d& O4 f所以总认为机箱敞开了另外架个风扇吹特别有力，至少视觉上如此。
- p8 ]. r5 K1 ]3 |, G# j8 t: k
5 q+ Y/ N8 \! A8 L; P9 f0 i( O0 A所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
+ W& _  c$ R. J) C- r1 i( e* D( ?! x% }8 I
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 17:35! ^1 e1 r# n# J4 ?; g
我有点成见，总认为机箱上的风扇不够有力，呵呵。& s$ h3 P- i: k% _# }
; m" C  E: |% m: h  V' c
所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
" I( D3 u/ ]" J3 X8 @: Q
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
9 Y# n; y) E. F5 l5 z- [/ a# \' ^ * _8 k+ E* Z! }( a; D6 v2 T# Y

$ o9 v/ G* I! [9 Q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。
9 j$ j  c4 o! G4 s) M1 S& y) { 7 n' ^. b5 D+ J

; x" Q6 k! A. _; f所以一般都是挂墙上的。造的好点的话还是挺科幻感的。  C5 }  e9 Q5 J, z, w
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑
3 t* S, T9 s& \: w- y
孟词宗 发表于 2025-4-15 21:45/ o0 F  ~" f' |6 D! B( _
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
7 s4 I3 N, T7 R/ J

0 x/ }% M  b1 ?3 \( r+ W这个确实很赞。4 ~" E' k* M4 Y- W5 D' z- E

) S3 W0 A, a( [7 M. [6 S第一三张好像放不了全尺寸显卡。
# l" N+ f. E2 `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
0 I" [! b# [$ {" Y$ N$ ^这个确实很赞。
" C( r# ^8 f7 g( \! G. p6 O3 c6 C' O* g6 W- S( a
第一三张好像放不了全尺寸显卡。

& x/ M9 n- k0 @& v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+ f8 u, \& B; T8 t4 p# X
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
! L' X7 a; E# |1 R0 M0 l) D& W% H" @
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

: F+ Z* e9 u% f. v9 f5 o3 WHP 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。
& E+ j! z' {) |8 v( {0 `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。
9 c. R4 i* S6 H3 d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
3 U& d3 m% e( z' y8 S$ N
雷声 发表于 2025-4-16 07:273 Y2 J( }' z$ L5 C: E, W
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。 ...
" @! {  r9 b+ d0 X
$ F: g$ t$ r% F5 S9 W
HP 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。  b5 `% g* F; a" }; g
* K' A, M4 P! N; N; f
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。
( e2 {  I' h0 S# p/ b! ~
9 ]# _, ]; M5 [2 ^6 |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。
* b, \# c, o1 N( D5 n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
* b5 J1 M) j7 P7 Z. `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， ...

9 ~4 f$ X& h3 s- e# K7 X8 J- p2080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？！
: F4 O0 I- I( s7 h# E2 C' p- ?/ d7 r- O) x
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。6 ]' P( ~3 C% P5 @. O8 G
$ T$ |# @# S* z- b  {* \
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3 x% G  p. [* Y) w: u
如果去年就下手干他1个T的ECC DDR5内存的话...( i% v8 S- P' s% Q# [# Y

. w* ^% {* g& c6 }% y  ^* E俺就不用今年年初买个128G内存条那么心痛了
作者: leekai    时间: 7 天前
大黑蚊子 发表于 2026-4-20 13:43, [) }& A3 Z0 G7 v
回首这个帖子
- Y' b5 }3 o. E4 A2 ]- Y如果去年就下手干他1个T的ECC DDR5内存的话...
$ N8 `4 I* V( X: t) Z, j6 J
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