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。& i: U! n% @5 m! {7 o

6 P- p  [, z+ X2 G1 }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。
: I% z- r3 n! a8 ~8 u8 z0 ]9 |% m
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$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。
; c- I' N9 _8 C# U- p8 U  t( a; N7 @* N( y+ m  }/ K$ R
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。
  k0 b% s9 Z8 i7 v  F9 S4 }  g0 S3 d+ q4 G7 V! C4 l: v* d
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$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。
( E1 B* m' U5 ?- Y* g" e# v! `  S$ P3 S/ i8 {6 B, ?2 U- H
+ t3 {, v) u3 ^/ u& Y4 I( A( B! R
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。
/ J# R0 r3 \$ y0 {
. u: E6 |  }4 q0 u+ B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 TB
7 l$ b# A; o) ?8 Y! Z（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$150）
- g: w$ {% Q& Q5 A  K2 z6 q+ v1 G8 T# B$ ?( X+ G6 x: k% 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。, ~6 S1 L9 K# D1 z9 ?
6 l  H7 l1 W0 D; g
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%
. Y, U& f+ m& M; ^8 y
! w- ?4 P: D, ]: C% _1 YRAM 512GB DDR4       1000+
1 n/ F/ K1 W% a  N1 tCPU 7C13或相当           700+
/ J: Y. M: R% G5 U! @5 j! b4 D1 {主板（单路即可）         500/ \8 q3 q) H% p* ~* m3 e; H
显卡 3090                  1000- ×26 z  r' X) @# I  O# d; |2 U; t
固态硬盘                     200+
7 o$ O7 m, b; s8 G4 e: D' o其它 机箱、电源、散热器等" _: U' v6 U' W) w+ B
+ m3 {3 i1 J; L3 b5 u
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
$ h( p& X! k0 C! U. P, M0 u) B" t6 Y; g" v
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/ H$ x* c; Q, T/ ?7 M8 y9 w2 h9 |
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
* Y% G' ~: {8 G% x8 \7 v3 E# f7 V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 k* h" M( b! h$ O* W! U" e) U/ m' z$ s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7 d% U1 u- m1 X3 U& W
& u) E5 _& f& ^
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
0 r1 n8 p$ ^, r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 ...

  q) M# `1 A! q. C3 [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 21:457 N6 J8 r2 ?. {, O2 h) r+ ?
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。

2 s$ @0 @6 @) D  b9 O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
2 ]: }  q3 e0 L: ]% b: b  d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，

/ @. ~+ l" b: y4 r  {3 o  b/ w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 # J+ c3 a, z5 X  K# g: ]5 }8 Z

; v% E* h  G& ~/ `7 }1 R8 d
& F7 q+ Q* t3 ^" m9 s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
" f, A% w1 V5 g5 H* s; P这是大华股份根据国产芯片的一体机，
3 |1 C4 g7 ]+ y0 @
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* C# K3 {. M# M$ H; z
我在自家电脑上搞了一个7B的模型试了下，真的是不太行
/ A% q# g7 c& B8 V+ R- \' j我估计32B和70B也都不太行" y: M9 d" F! d. C6 g
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( c9 [. @5 j/ L- `0 a
& Q1 q. w0 A* j0 y, l

) `! R8 B# V/ Z  f  c1 c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
9 q8 J/ P! `' M4 u: @* P" ?0 T攒了以后干啥呢？

, N5 `& X# b$ E9 q  n' F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 23:389 O9 f7 V# Y4 @4 A3 d( k, F4 X$ |
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
+ _$ A4 m& N% o4 [& D$ k# C4 ]我在自家电脑上搞了一个7B的模型试了下， ...

6 W. _7 h5 M  L% }, {6 [+ U1 h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# c# f2 g$ o/ d" N4 R0 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，{: ...
( Y. }# m3 v2 e: V" F. N
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# _$ L$ k1 O: b0 g" s5 \
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿
9 U5 ]# `( Q* m7 t2 w4 B" s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
7 w, g8 X5 n3 q9 }" J, A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
8 e, c5 p) t# c- V& f0 H" {4 Y我在自家电脑上搞了一个7B的模型试了下， ...
  b& \3 v; b& Q
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
) i  G9 S# V" K) Q& ^好奇你攒个模型做啥？
3 a* Q" A4 X: ]! G$ t

8 E& g9 w' g. x: ?7 \3 A% u玩啊，好奇啊，这很可能是通向新世界的大门
' g  O( w( K, d: M" X有这个条件的话，干嘛不玩？  |; |4 J; v8 A$ w

2 \1 M" h! i- R. P" i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
3 W& w- C% i1 t# R! l5 r, b7 h* W$ c# {# P) u
DeepSeek的出现，极大降低了大模型训练和部署的总体成本
# q2 R' ^! r; a5 LKTransformer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
! `+ Z5 h$ ?: R$ U& l. j. |! o/ C- T1 h  Y8 a* C4 r# C
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
/ I8 j; f. M: I% o* \! y' x; J1 q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 16:278 Y' b6 x' t* d8 ~$ \" c% Z6 A
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 ...

. [5 ?* `. k. Z! `5 J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。
& A. e, Q5 q- }6 |/ V/ Q: x5 @; `3 B. {3 u
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% D( }* e6 W$ k$ D% J9 c
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
: [) C( `. x' `4 O" |打听了一下Intel的至强4代C ...
7 B4 b: t0 X/ c, A0 [
"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
  U  n  m2 F+ s3 B9 X! h. `8 W玩啊，好奇啊，这很可能是通向新世界的大门) j6 x: K) o( y- b7 ]+ x4 S
有这个条件的话，干嘛不玩？

& r& E! H! u. Z  ?7 l. q& [4 V$ K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# h- v- `" n; P& H4 a
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。 ...
" l6 L8 b- \1 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。7 h5 Y* Q% f$ y

0 `4 C9 ?* j* Q" j  z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。! m9 F$ M- g% q2 b# P, N/ V

9 b6 {# Q! ~' ~* v1 H; |4 `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。
$ ?1 J( S0 x  Q& E+ b8 [
7 I1 p7 k* i: l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。
7 _/ ~3 P% J8 w' E3 c5 t% l- p& M  w8 u! J4 U! `, i8 k
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 00:165 O7 p  n; Z, {; g1 X1 l1 E
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 ...
8 ~9 N/ c0 m/ L' x
我建议你再看一下KTransformers的相关资料
; ~- U% W# Q4 @# J2 a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。
3 ?3 e* w0 N9 E8 VDDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半: {1 m6 d1 ^( V6 H. Z. U( \
CPU的带宽再砍半的话，又要丢失速度! w9 H# [" ~  H) m
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
; p; ^: M6 S, C6 U% C* Z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9 _! A' o6 c; U: Y, y
我觉得起码要搞个输出4-6token/s才行吧
! {1 C. D. o3 g8 [1 A) M% V9 ?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
) h8 b; A( D! U1 k我建议你再看一下KTransformers的相关资料4 w$ |1 h! n, T+ P7 G. s9 s
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 ...
& @" v  a1 q8 K. w( x4 T0 m
欢迎讨论。" v& d: H9 t, c' _' C

* ~4 y2 Z% {" q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。
9 r3 N& U5 u0 @$ e' L6 @1 V  Y* T9 I
CPU/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%。6 [* o; r. G) w1 c2 }0 f
6 P/ P  f2 Q- I, F: |, 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
( J: T4 ~. K) G* ]" h; `欢迎讨论。1 v  N/ _. c, E7 I' e/ j

5 R& C, A& F9 T3 C: a* O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 ...

# B2 h. y+ \( N+ W" w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. o- q5 ?2 ?# A& \" y! o1 d! `9 t
显卡用的是3070M 16G，环境是Ubuntu 24.04.2( u: v  B( J+ D- K  Q) N
输入大概是10不到一点，输出大概是5，勉强可用+ j3 ?  r2 g* k7 D' D& `
因为都是整的垃圾配件，总体的成本大概不到4000人民币0 ^9 x% R$ E" ~: t# X4 H' C/ i$ p' H

3 ]# h- l. L7 B, x+ b7 I我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出0 o- p5 M5 S9 a. R8 N
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
! K5 n. G& D" [( h' Q: }( s% ehttps://www.pmtemple.com/academy/17340/$ ^4 v/ O; S# {7 i8 J& N. E8 W0 \
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25( `+ D* ]3 u/ O; t
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; j" g: i4 t+ ^* z4 C1 N+ v: R' L
显卡用的是3070M 16G，环境是U ...
# h0 B) g( \) O4 E  ?

8 N( ]# x. X! M" J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: r* }' p- i' N. n# S. ~
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+ C* R, T: t& L# E
显卡用的是3070M 16G，环境是U ...

% p* Z& w# }+ U, Z5 u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 r; g& ]6 j2 q. K这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的- S+ h6 H" k% N
https://www.pmtemple.com/academy/ ...

2 g1 x( S* J" B1 b8 Z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。
0 |1 t% Y$ R. |4 m- S- m  Z/ ?" d3 l
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$ _+ W- |2 k" s* m7 c) B/ x  {
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$ d/ g1 ]$ Y; V! f" A  o
显卡用的是3070M 16G，环境是U ...

! f" K& w' B. i- m- Q; n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 10:412 ]1 \% D  U- \8 s# |
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 ...
9 Y; c9 y: |; u6 l% ]
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
( Q3 A6 M! \7 |2 ]
, L( c8 b4 H& J" j( r; uThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
8 B# Y9 b7 k, P: ^+ J- aThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 3 v6 T. h6 E. M$ o, ]# f/ Y& s: H
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
0 V5 A% c- ^' Q. X# s7 @, z+ B' V
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
; t9 s8 P9 |* p+ c1 B4 {1 O" BZ840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 3 S; a  {' f7 c' _
雷声 发表于 2025-4-15 11:18
0 B  |, E1 B& T  i- Ahttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
2 s5 {# k4 X( `! I( k

+ J7 z; Q0 U; v. O没那么贵，Amazon 上一条才 $239。16条也就$3,824。8 I, @+ a0 M+ t

8 g, ]- H/ W0 u: p" ?' uhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1  t  V' p6 B3 c# C% j/ @

3 o' D: V3 K- J' h1TB 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+ _3 }+ ^6 q0 e0 b

# f' a' b  i! q9 w! k; ^" e/ R但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6, m* `( \6 D9 ^5 @9 f# f

$ X1 D: s( p- U% H% j* `/ |7 s5 s$ z, o9 k
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# y( [& v+ e( a- V, x
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
8 ?" D' _& \  K3 p* B
4 n; \& ~$ L3 U# n
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）。
( ?, d, n, j" t0 a' C0 R& \
- ^1 w: L' Q# I1 G0 x# Y2 g4 D* V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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。
% i0 Q+ _# w1 U" A6 l( C. Y4 u* }" I当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。
& u9 d; v' t% _( O) c% @服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。1 X8 c+ W; K! [
我的GPU上的CUDA跑满都可以控制在80度以下。
  Q- c( B1 d: t; ~$ e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。
  J& O) s5 r+ @$ r$ u' ^) Y2 z! ]0 \; O$ ?$ z: t- S: v
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。
! |  Z, O6 v1 P0 U5 v) S
1 E! p6 t) ]) R9 c/ q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。
( @5 p+ ?. T$ T5 Z2 I5 {, ]
/ E( c# }9 Z( ?6 J  r' Z: ^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。: h( W4 F- m! ?

3 x8 r! x6 o; E7 T. m3 m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。
  m: f  M9 q# O! Y( e# U
) M! _& t7 S4 |; t7 H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。
, X! [8 q: @5 W+ L; O3 d4 ^9 O: ]  j5 Q0 {
当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58. W: h7 Y9 F* P8 S; q( Y- `
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源 ...
4 ^. N0 y% o' ?, X5 p* z8 `
同意风冷，但用不着这样 DIY。可以用 联力 LANCOOL 215 https://lian-li.com/product/lancool-215/。这机箱正面两个200毫米的风扇吹气，后面一个140毫米的抽气，足够用了。用风扇的时候，机箱应当关上，这样风速比敞开的更快。. m) d: |$ M" {; y7 J% `
+ A1 _3 ^  V7 X5 D9 N$ f( 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
4 U4 M& d  G% 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 ...
. P, W# c% ]4 M7 x1 t' P
我有点成见，总认为机箱上的风扇不够有力，呵呵。
9 c- A  N7 e7 Q( n
% U; L2 A, a- _% d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。
) m2 k0 T$ R3 n: ^  J4 t$ T
& N" @! I, k6 M& t; D所以我的理想型机箱就是一个框架，其他统统敞开了，吹！! O8 N3 S* I$ Z) [! f% J
5 r4 w* a- ^9 _7 q0 \
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 17:353 z# T% x, M: ^/ Z, }/ K7 y
我有点成见，总认为机箱上的风扇不够有力，呵呵。
" `% D( C2 [" P! M
1 A9 x  ], @' {# y- M, t' q, a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 J' L% X( P! F- L) t; U( v  hCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
' d( m+ m$ j% b * O/ H+ l$ G. O9 n2 E( I  V
) j4 W0 j" ?8 u% r
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。3 o/ h( |* b+ o! Y5 l

, N7 m: x, b& f9 |, [' R& y4 n4 [. L4 L& l
所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
) j5 i# `1 y; f* w) X! n* A- t
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑 , k* i7 M/ e' w& z# t8 [9 W2 a
孟词宗 发表于 2025-4-15 21:45
; F. T, p- a! M1 tCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
9 v; ^; e/ {/ O1 h$ B

  J$ w  k, G. \) U这个确实很赞。/ B" }9 {# _' w4 c$ E5 {5 O, ~6 B" Q
& R: a8 W1 S9 Q! `. x
第一三张好像放不了全尺寸显卡。( S$ o- K: O0 B  v- ~4 |
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+ F6 a0 t9 E' P+ ^3 k% W- J
这个确实很赞。! r4 H; R$ r* v& J: E
/ w2 u* f3 o6 t$ j' K0 A) h. `, j
第一三张好像放不了全尺寸显卡。
! B8 G, K3 t/ g! O6 c4 D5 [4 h
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( R, n9 d; ]* ^0 F1 d5 y
没那么贵，Amazon 上一条才 $239。16条也就$3,824。( u' [. T+ \  K/ `. F7 D0 [

5 K2 o# ]- n& ]: w; chttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
, M- E1 e5 N8 i6 n" t
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。2 N, m/ q* o6 S  {
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。
/ ~" M! w6 t2 n4 r! H8 A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
2 z/ I; f' m0 W( L$ i2 W: F+ O
雷声 发表于 2025-4-16 07:27
) U; s( Q6 y& Q" u6 s+ VHP 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。 ...

& Y0 _% }3 n9 i. @$ }3 B5 q2 l2 Y6 j0 U7 E0 _- ]* D% N7 ~
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。
1 M/ a: V- Y$ i5 U5 t# p" s$ h5 {
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。
% s4 U  G/ `; k4 F0 c  J" ~! m2 P0 r
, u) A6 [3 G* P: v+ D4 H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。



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