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。) o+ B0 |* |0 M9 w' F" m
. \* F6 s* J% u; ^+ J
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。
5 `! b$ R) i$ c- m0 k( z
: Z' ^7 y, K& d0 Q5 W% ]# b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。+ X: N: t: c4 a

1 R$ f3 `' G* F1 K) C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。) w3 o3 Q" H1 W  N. I  z5 [

$ W4 V8 ~, i, J  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$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。
0 ]5 D0 Y/ h1 `* u( C( s7 P' O$ i1 c6 Q' h' a, m/ U
$ W+ c* E9 S8 X
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 K, D7 e9 ~; C& S! w( M& Z9 X
/ \) A- Z% S& N# f' a1 k- R8 n7 l! 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 TB# o# h- q5 v% j+ h  b% p
（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$150）# M8 y6 K$ p) h, h2 A4 G

0 C8 C, W0 X. {% b; O! l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。
0 L$ K3 W8 w. ]0 Y9 V
% d! K3 \; X' F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%0 p1 N8 ~! ]3 G' \4 C2 N$ a5 _

0 @* j2 \# p" p( E* _2 j' ERAM 512GB DDR4       1000+
! G) x  b1 Q, [! KCPU 7C13或相当           700+
: Z( Y# m6 E6 [主板（单路即可）         500
$ _) H4 ~' L2 e$ C2 o显卡 3090                  1000- ×2
0 y( @$ u/ j' ^- ^' }8 {. T. Y1 d固态硬盘                     200+
0 W& d* y9 E! v0 h其它 机箱、电源、散热器等
2 }/ U8 m, G' ?9 h9 Q" v  m+ Y7 i0 n: x: c+ c. Z) g0 T7 |
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
0 J& c( i1 [. w! ~. M* E
  n3 V# F* m/ I. o6 H5 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
! _; A7 @% m1 _* ?  Q* [& E$ ~6 I9 P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
1 Y! D: W+ H6 u. K) 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
; ?2 ]9 @& _$ d6 w  Q8 b2 f/ ?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
) b7 ~7 R$ |/ e( ]4 ?$ ]2 K& k" @" z  ]0 R
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 03:272 V! ?* T# g7 D5 u2 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 ...
4 `* ]  z* @3 [, i
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  J3 a7 D( C+ a
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
3 \' y" J( x' m* 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. n! S. c" D( F% t" Z; L4 a. m
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，

7 n3 }3 }+ M% [% J! P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 & Y7 \- a. U! u/ I' n
6 H  j8 T9 R0 ^: ?# H/ Z
0 l' m# c9 D' }
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# @/ G0 B/ {' x/ N0 Y
这是大华股份根据国产芯片的一体机，

& s1 H9 ?( D  Q* ]) i* M! S( q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
, M) k7 S& ]/ P我在自家电脑上搞了一个7B的模型试了下，真的是不太行$ l3 M2 q  F# U7 C6 W# x' K
我估计32B和70B也都不太行
* ~) h. w( \% T1 [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
" ~: P& g0 t4 T8 y9 L: Y- ~, k) A. t+ K
" H  o4 @& }- ~+ y6 d
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
( h% E0 f2 @% F4 {: d5 C% G6 T* X攒了以后干啥呢？

- ]+ s$ I( B; b* {3 Z: V7 a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: x+ N& [% h' B. z# ~
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
7 R7 t- O* G( r3 D我在自家电脑上搞了一个7B的模型试了下， ...

5 i1 i: A/ p3 n, b! \1 O0 n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: x% F1 y$ B  _9 _& |
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，{: ...
+ _  @; \, U- d
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0 [. A0 z% `9 Y, P$ g
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿
) H. L7 H! ~0 e$ ~* ], r$ w, y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
! m% s! N; C1 j; q  r% s' O9 P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) n# y! d5 J- P) j' g
我在自家电脑上搞了一个7B的模型试了下， ...

" V5 C7 e3 d) W& O) c- r: x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( H, t* F7 o5 e) e% U% {$ c( |; n* G/ S- s
好奇你攒个模型做啥？

! a4 n9 _/ `  f3 r9 }. x; J4 c6 e+ D" e! Y' G# b# P3 X
玩啊，好奇啊，这很可能是通向新世界的大门
! P. b& b) L! r' {9 h2 k: o有这个条件的话，干嘛不玩？
( g+ b2 Q7 l6 n& T) Y  c1 A  h" M8 ?' Q8 \' b1 h& }
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
: ]. t7 _; w0 v0 y" U  l: m
- S0 `  b, ]- Q4 xDeepSeek的出现，极大降低了大模型训练和部署的总体成本
4 R1 x* M) I# `4 |1 b( FKTransformer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
) V' E: d! @& u# b
* r8 A" q/ B/ z# F/ ?9 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. a: |3 A8 T& ~' c
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
+ M# m2 K3 y# N+ _6 P2 h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 ...
) z* L& S" v0 W  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& G7 x3 k5 D! Z% j
2 k' i: r. i; d+ O0 ?# r  y9 ^
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* j; ?1 M& f, k+ L9 a# |9 ?
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
3 d: z* z/ k3 ?3 A6 o2 v, D打听了一下Intel的至强4代C ...
9 ]; U1 N7 p' {5 j1 k( l
"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. }2 n. X, L; p+ f8 }) T' J
玩啊，好奇啊，这很可能是通向新世界的大门
( {0 ^& f$ B0 D有这个条件的话，干嘛不玩？

& k3 y2 |* v( V. _) g  t8 o% G# u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" u7 {. S6 W8 H
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。 ...
4 c. u8 b/ J0 T
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。# s+ I) k" b3 L, ~) v. P

6 j5 Q. F5 j0 H' x5 @  ]4 P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。
- M( [2 `5 K8 x9 f( w: E# {' E. {7 R
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。
  T6 \3 T: A" m$ ?2 g1 g& d# @+ i; O0 e7 s: [
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。, C# Z- ^  r4 ^* [. f

# K0 i' n4 l- s" Y8 x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
# V7 b2 i) Y1 P% v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 ...

: S4 o- @# s" j4 h& B$ ~9 Q我建议你再看一下KTransformers的相关资料
. h; M' b' l; ]5 J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。
: J+ T4 r4 P' O" |4 T% K0 bDDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半
0 k. M7 g" M- J4 q$ l1 U) kCPU的带宽再砍半的话，又要丢失速度2 S, W" D! |- f( F0 O' }9 @& k) a2 D
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7 B4 Z+ T9 O! z( A( @7 h$ _
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 r8 B1 U, Z$ ^! Q我觉得起码要搞个输出4-6token/s才行吧! q0 p3 j) Z: H3 l$ h% M7 b
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
* b/ G5 J* S0 Q0 R1 g! s& F. t, J% s我建议你再看一下KTransformers的相关资料6 Y0 X! _4 [' 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 ...
- Z! f; f( d" A% q* Q+ f/ n8 _) _' v
欢迎讨论。& Z% f. T$ o; E  L  m! x

+ w" e; \4 \- t. J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。
0 A1 s2 S. F& [2 ~
% s, x, R6 T( eCPU/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 [, W; O5 W# N( W0 b2 o3 m# d- W9 [
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/ [; H' D3 y- F4 g/ O) Z$ }0 d, e
欢迎讨论。
- s& X) Q; W! T* q: S
; z- a5 C0 p- P6 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 ...
6 v4 v8 f! u& P& \+ C
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
! U4 k% U$ g( Z% m7 C4 r( s% ?显卡用的是3070M 16G，环境是Ubuntu 24.04.2
# i$ n$ Q$ t) l0 r/ t0 _$ S, d$ H输入大概是10不到一点，输出大概是5，勉强可用# k- I: b" N' \. b. n
因为都是整的垃圾配件，总体的成本大概不到4000人民币
5 m- D% L' F' c" D: R2 X
( u8 X% t; v3 v9 t; Z8 R& s. R; f我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
5 V0 w; P6 b: ]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
0 h1 Q# k2 G! Y5 ~4 e) ghttps://www.pmtemple.com/academy/17340/
0 c8 q' n/ o/ ?! @" d
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25" y6 R" k9 r9 Q- E7 i* H7 k" x  N$ S8 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
( M# h' V- a5 C6 ]2 x9 d7 S! d显卡用的是3070M 16G，环境是U ...
/ w  M* Y9 N* ~; [; o
. j; m" T4 a" Y4 U. r) Z8 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
) B  ^- t- U6 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
- H5 J3 |, D- D8 w6 Y显卡用的是3070M 16G，环境是U ...
1 z7 c7 T1 H5 Z; m, V* E) l
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
# Y: `( R! l: b; b这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的  |. P5 \. l# S9 n; h
https://www.pmtemple.com/academy/ ...
1 j4 X$ }4 q$ Q- l
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。1 f6 t0 ]1 t$ Y5 X

3 h- I/ ^3 A# l; ]  t1 P2 o' s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
3 W9 N6 p: |5 a/ B# Q  M/ 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
, f% T9 L, R* K显卡用的是3070M 16G，环境是U ...

# A0 I% B+ {! X' B. 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& u0 @+ ?8 |2 H$ y) k5 v
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 ...
' w7 K( X8 q7 \4 g6 u/ ]
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
- X9 G2 N# R, ]' G
: N: h8 n1 i- t6 C4 F/ H4 a' AThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. & A7 r' I! M4 c) Q, Y
This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 4 |& z/ V6 J; b% ^4 d
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory4 G9 ?8 [4 _4 C) e8 E7 R$ Y% R
6 f3 ~' |' s/ {0 @/ A
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
3 w$ i1 Q# F- Y+ I, S$ vZ840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
. S4 W: i6 J( o- Y  v$ s5 g9 Q5 E
雷声 发表于 2025-4-15 11:18
6 v+ o- ~: S" b0 K, `4 jhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

/ F( ^  u2 J3 n" G5 z+ N. a+ M2 ~0 c6 ~. Y8 `$ c* W
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
, _0 V! T2 V* ^, h0 M+ n2 ]: L# @  u* R
https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1$ O, i/ W: @, t& n
1 D+ g; `" L& z  P
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, k/ |5 h1 w# V8 W, Q

8 j. c. }" J) {, k7 G6 n但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
. r" P/ H( u0 F, F4 D+ }# K- ^4 A' K' }

7 h0 l  X, C' l3 b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
, R5 Y! w. ?) n/ U8 J$ ^https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
+ I1 v/ D7 v" j, J. N4 A; T
8 `0 D, A( w6 c7 T
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）。
2 w) g4 m0 A2 ^4 B7 {, P: h
; F$ H3 |% c3 C( b" X: {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。
9 |4 H% y, G2 G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。5 H. i# ?# l5 F3 c( F4 F
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。( A( z: G% C/ u" H6 E* L' _# b
我的GPU上的CUDA跑满都可以控制在80度以下。! {2 v5 m7 _' f3 M: `
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。
% C( n* u7 q2 c  G3 u; Z: J  s1 Z4 z- @: J/ z
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。
( `6 b) V" ]1 o9 I
2 o  D- P; A6 M" G( g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。0 V8 |- P6 j' l% B5 i) q

7 W0 w8 z' q! w3 O# z) 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。
7 j) Y' {. W5 K7 ^! c! N& [3 N- P) T' D8 N) ~2 H8 `
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。5 c7 P6 _7 K9 ^3 R3 }& s9 E

$ [" k: W5 d) L+ e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。
  z/ u) T  U" Q4 u; @
; m; _' M. l  k. B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
( o. l! m5 j% x. \, a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 ...

3 J8 c& H) \8 m4 @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。9 y; [, n& j  B- m5 E' d

6 {2 p9 r" f0 _# E' VCPU 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 14:122 J6 i- Q0 ]8 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 ...

4 ?2 \! l: e8 G8 a, Y( N我有点成见，总认为机箱上的风扇不够有力，呵呵。
( \$ E' P& q* C' E1 I& ^5 v
1 v) t( D: I" |7 ^/ @5 V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。& I" r& ~( ~  h) o+ J5 A/ e. X
5 {1 H4 _9 _) C6 L! b' @
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！6 J# p6 P2 q; x5 K% B/ Q
- Y4 Y' i( D/ T8 X% ]# E
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
, s2 X5 I- |3 K. Q+ I/ L2 q, S1 L我有点成见，总认为机箱上的风扇不够有力，呵呵。9 R1 _6 P9 y  w6 N
+ e3 |+ o! S! S% P4 p1 \  n" b& 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 ...

/ L4 d$ j- ^* w$ g$ N% q5 E+ _2 OCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。3 N! n* O+ |' ?, V- @  m5 m

% u. y0 ^  k3 M/ `2 Z/ b- N+ B) i( u4 V' {( S! S: D6 U7 P
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。% T5 P4 V, |9 E* b5 b

/ s% K7 ~! e; B8 E/ Q* o8 j/ k
; {8 ~- g7 v: [所以一般都是挂墙上的。造的好点的话还是挺科幻感的。& h* [) k( a- E1 Z4 F& S; j! }
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑 # @2 H$ D9 Y$ M# q
孟词宗 发表于 2025-4-15 21:458 e) H. L% ?6 R; G  s  U
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

- u5 L2 }# E8 ~4 s8 S( Y
) J0 e& g+ ], b! {& J这个确实很赞。6 U  V, x  T* d/ F* y: T- ?

3 Y$ {1 r, ?! N4 t) h! l$ v1 C9 R第一三张好像放不了全尺寸显卡。% i( }7 x8 d2 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+ U3 `8 P2 h' L
这个确实很赞。
$ R$ r1 F) v: `% r. z# q' A- I6 d' t) F# l
第一三张好像放不了全尺寸显卡。

5 H8 J0 W6 [$ B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, l% o7 Q5 N: Q! M: @8 A2 ^8 b4 U! X6 m$ _
没那么贵，Amazon 上一条才 $239。16条也就$3,824。1 d: A, S* Q3 [4 w! \6 D0 r* W
7 G, p! h) t3 `; J% j
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

: @# y4 a" [9 G4 |6 @3 RHP 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。
" N8 G& m: h& [- v$ A  [: q. lZ6/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。
" X" j3 y/ L9 L/ J" m+ H0 A3 `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
. E5 t# S; S$ F8 [0 N( Q" |  {2 ?
雷声 发表于 2025-4-16 07:27
" n5 p/ p9 c" R- n8 Y7 Y+ IHP 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。 ...

, H# a7 k& D9 @) x0 q: J
; N: V6 w! ~: J, jHP 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 E5 o& y9 m% B$ ]
3 W' K, c% {( Q
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。
4 e+ N/ X0 U& n9 D, A% P1 W% t+ ?  {: w
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