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 y: S" Y/ z! T: k7 v( i" ^+ a- A* h0 K2 p
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。  ]! p4 _2 k1 V: A" ^( Q+ E7 d

1 j+ r0 Q' e+ i- j. H5 h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$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。" X9 b+ ~4 I% R$ S1 [- }& Z

% X  x, D" Y% v, T) |& i, v: i$ u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。
) I* ]6 k5 K/ g2 W: y
( }) w7 j. [) u+ X- b8 s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$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。* D$ z& v2 ?# Z; x7 l3 B
9 ~- j) Q2 {3 t6 t: `  n1 i. J9 u

% d$ g/ M9 I6 R' m' _8 p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。0 ^7 D7 i9 @8 i. }6 T. H& p. Z0 W

! J* t& z1 w( ], I3 Z; `9 J' P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
; P0 Q0 D* Z" ~( B( u, X（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$150）
4 Y: L- p$ [/ }; k5 O) d2 P( e
+ N0 w# y" v  f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。
: \4 E/ t/ Z7 f2 _: W! L1 K2 ]3 f) \1 E! 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%9 _& u9 o9 q5 t1 P4 H! D8 I6 A
6 H+ r7 r2 D) B3 c' ]' B7 W8 b
RAM 512GB DDR4       1000++ f2 m+ L1 z5 m- w
CPU 7C13或相当           700+
- C  v# q, \+ Y: E, a7 f2 k6 z  E主板（单路即可）         500
+ W8 c( J! _% X& H6 Y显卡 3090                  1000- ×2  V3 n  @- _. u8 k! b; \
固态硬盘                     200+
3 d( ~; i6 a" r' k其它 机箱、电源、散热器等) |9 Y4 T$ Y" @, M  g( _7 m
' S7 J8 I) |$ `: \& ^0 q
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
& I$ i; [- D/ J% |8 C& l# I4 U0 @0 ?: ?3 y
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9 f" G, }) U" K' _
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
3 \' u$ v2 d0 m/ X& O8 A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
1 c$ t! ]( N$ m8 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
5 u& W  B$ s4 i% j2 n8 B/ d4 i% W- 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 03:27) f* X, b9 p1 L6 X* m5 H+ U4 q9 ?
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+ j! I  Z( y2 X4 @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 21:459 v8 \( M" h" W# P! L
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。

$ [5 J# t, d+ t7 M1 X' L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- Z, E5 ?% {' m) h' Z
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，

/ e; R+ i4 e# Z3 x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
# X1 t% _3 k+ H2 q% {5 A5 T, G; U7 I/ z! H/ ^4 c

% p+ a& i/ C* V9 _8 _7 @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
/ P0 y5 O, k( T这是大华股份根据国产芯片的一体机，

, Z1 \* o6 l' ^6 `/ I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
& n3 s* u2 U4 ~我在自家电脑上搞了一个7B的模型试了下，真的是不太行2 s. w9 k/ C) y6 R* a( x/ l7 F7 s
我估计32B和70B也都不太行
  n% `1 r2 n* i* t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- P2 q4 \) ~) w% g

" w' E1 V* H- K* U3 ~6 y- C) z* y# `" [* E/ u+ a. ]* O5 u' S( u
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
1 j+ R0 _5 B7 P; s% |: V( X攒了以后干啥呢？

- {8 Z" j+ i4 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 23:386 U# c4 ~. q) h: ~, I
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
% k# K: a  G  }) b4 D$ a3 p0 {我在自家电脑上搞了一个7B的模型试了下， ...

& ^" U" B. y; c  a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$ V2 s9 p6 D5 r/ ]* 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，{: ...
0 x! D- G$ s# {' B8 ^# d/ p1 V2 h
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 p% m# I. I& d4 K4 A% M, J, d
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿2 Q2 W. s9 E5 E0 N8 D
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
3 }1 D, D# K- S9 T, 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
: @/ ?4 J5 {* K: L5 Z: T9 A; I我在自家电脑上搞了一个7B的模型试了下， ...
1 V/ K) n8 T/ Q8 g+ \( U
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+ A  c2 X% v, f; q# k1 d8 ~
好奇你攒个模型做啥？

9 q' W3 c0 l# Z9 d2 Q/ H/ I7 l% p! |5 L" Q3 D0 C
玩啊，好奇啊，这很可能是通向新世界的大门5 E: b0 `- p8 E" C6 S7 }2 s9 j/ b
有这个条件的话，干嘛不玩？$ K1 C, u1 `' s; j

3 v# {! m& D$ N- H' `; f4 D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
8 X: o$ p4 j4 q, E+ ^( R# r
6 C; `  H3 y& \$ IDeepSeek的出现，极大降低了大模型训练和部署的总体成本) e) ?( I5 Y" |
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
4 N/ {# l% c/ F4 j; h
) ]; q2 V0 p& J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; i0 E1 a1 E; W3 h/ O" Y
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* q: b# D# y# ?& R$ |+ U/ ~% i
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 ...

6 H7 l8 \% o6 q9 @9 ]2 ^# b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。8 |9 O" W0 m/ g( ?( ~* J6 Z

4 [5 n8 L  N" k$ Y/ {6 i7 ]7 a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" q( ^+ F* W6 S. a, 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* }2 F9 S& y4 I2 Y2 H
打听了一下Intel的至强4代C ...
0 |/ f0 n) F( V7 D
"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+ a( ^! Q. u5 v  `. @9 W玩啊，好奇啊，这很可能是通向新世界的大门3 p, o. t" Y( K
有这个条件的话，干嘛不玩？
) \% U  D; T5 X
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" O4 [8 W% X% \  v3 Z/ r
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。 ...

1 N4 _# C# x4 f$ ]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 ~0 y% V3 M" i( u: W
' T" s3 k7 [# h( s6 _
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。
5 V2 w& j$ s5 S3 r  _% x
1 f" b7 ?: ?: L3 G' Y5 pDS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。4 b' H% _0 t  |! L( t8 `
; ]* U/ L6 c7 U: M$ T
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。
. f2 G. U- t* W9 ^0 ]/ a+ k
2 Q% ?2 H2 h$ W; G% \  C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, [+ o) N; [% A1 L  t. a
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 ...
9 Z9 S  {/ B! N& |9 ^# e
我建议你再看一下KTransformers的相关资料, ]7 L; m7 k7 l7 M' ]# D
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。) U( W2 ^9 n8 f6 R& ?+ v8 _
DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半
3 e7 c  a' Y' HCPU的带宽再砍半的话，又要丢失速度8 F% u. X& d2 E' b+ o3 C/ @! _
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9 q; H0 |9 T) 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  y  N6 h8 H' f& h( @9 U2 \6 A. O
我觉得起码要搞个输出4-6token/s才行吧
6 z3 T* K" `3 r* d! k3 ^$ L8 @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
+ }6 m; ^+ r( Z" G+ _我建议你再看一下KTransformers的相关资料
2 p- B1 ~. g2 v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 ...

( X: E) p5 v/ T欢迎讨论。
- c$ y& I# H: D% A8 O4 O- `; p: X
; W: i* ~+ G( Q9 C7 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 {- W# y3 [' m- x2 {. H) P* E+ e

2 j! `# i  G. \# O$ F, tCPU/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%。
: N, W4 @+ `* s+ z- ]2 S
3 \7 U5 k# |- X( j/ ?. @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* q8 J! C* T9 S9 j8 u) P2 b* C6 O. F
欢迎讨论。) k: t, T/ Q- g% l( `

+ R5 X2 u4 F3 R$ r# H8 g# P2 @$ L- X: 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 ...

; k4 p( p2 L* }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
- y% ?, B; ?! ?" ~5 [显卡用的是3070M 16G，环境是Ubuntu 24.04.2
4 G, U$ ~: y3 q, X5 M! s6 W/ }8 V: A输入大概是10不到一点，输出大概是5，勉强可用
& n# h4 `4 A  Q% X5 N! |7 Z因为都是整的垃圾配件，总体的成本大概不到4000人民币  A8 j$ o( m: e6 D% G4 h8 B

: T+ n( \# D. _8 n/ c1 Q' ~+ A我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
2 X2 T/ u# J4 C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/ r& u  {( y  A2 A
https://www.pmtemple.com/academy/17340/2 p  u" b1 c5 a1 U3 ^  l3 J
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25
' r/ F. P; ]# E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$ B1 k1 F( x2 d; u2 r! Z' W
显卡用的是3070M 16G，环境是U ...
1 ?; i) }" ]( ^: U0 X

" a) j6 c4 A% g4 p, D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* M# d9 B# T/ ^0 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- H4 P& y/ W' ^# _
显卡用的是3070M 16G，环境是U ...

8 X: d/ [+ C; _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
: g- {# }- i6 u9 G这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
! q; L8 G! H" T7 C6 m  |+ y  H' T& _/ i$ mhttps://www.pmtemple.com/academy/ ...

$ L: L# }: S4 }: y! x" d8 r! m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。
4 ?: K2 y2 @. Y5 t8 d* _1 X( G# \* g( D7 ]0 K( 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 22:250 E* X# E* {' [% b) e7 x4 E
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3 \; _$ l; X+ a
显卡用的是3070M 16G，环境是U ...
+ e0 |  h0 v( 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
0 S& V6 D- O- A0 x/ L/ H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 ...
: X6 @# B) `) M( V4 |$ K
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory., Q$ t" b* O' p! B- S

' D! \; s$ I; f/ ^! cThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. ; s% v* q: I1 u! A# [5 P" X) D( F5 v
This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
/ m7 M& e/ i" lThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
9 }/ F/ W& g) v. n; f3 E; I4 n0 t  f6 b$ @0 I/ [) P, m
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
- D$ w  R: k+ Y! Q& |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 + i8 ~: K* L8 |% L7 M  S+ L
雷声 发表于 2025-4-15 11:18
  E0 Q! c# S& Z* S) }4 b$ i2 _https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
/ v+ w2 ^6 w6 t/ A$ v

6 a/ }( k" k! Y# k3 y没那么贵，Amazon 上一条才 $239。16条也就$3,824。. M/ g5 D. ]: V( r* x& [% v3 x
5 u8 w7 ]5 j  }9 [
https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
, v; f8 y, i7 ~* ^  y! O2 f* Q
3 t+ |# b2 r7 m  _8 j1TB 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
. S! {/ b3 o) a# _. d. V7 A; l7 t) |
但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6. a7 `. s& s  R3 s

/ m$ d% K7 u6 m( {1 F. q
5 u4 T* w1 j, k2 n' t. r- v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
$ w0 o. w0 ]% w2 `https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

& I- @: ?7 V! r1 S9 F! x
7 g2 z  s4 f# f) I4 T6 Y; ~$ h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）。' L8 K# G5 e' N3 G
7 w' Z5 ~( Y% ~) G
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 s  m% F4 ]0 D, k4 G6 @. |# 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。7 ?- ?  x8 |0 @0 f8 P
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。* M9 E4 f' D/ a5 t7 M) H. \& E/ O
我的GPU上的CUDA跑满都可以控制在80度以下。
% c; D% q% c6 L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。1 h0 }% R3 I# ?5 z3 x4 I9 V

2 k4 t5 \7 L  _0 w7 ~9 I7 k! p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。
1 [- f- c( o1 t/ w0 b7 |1 @4 W: G$ H1 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 Q% y. @5 z2 {* h! V9 e6 y
3 x( E$ P& l# c3 O5 E9 r) @
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。
" g. z+ o9 ~$ G, Q) R
9 X" w3 [& G0 ]7 F/ 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。! s; o3 k) J* S4 G/ r( }
8 u# y+ x. n8 f7 `* d
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。- `# v( ?" q3 s- V3 R! \
# ~5 r6 Z+ f) v& y0 \0 X9 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
: f% s4 ~8 |4 t/ F; r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 ...

8 Q/ A, T2 f0 n8 b) s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。
; j) g2 ^- @5 e$ C! l! D0 t, k1 H1 E" w% `
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 _7 I, g* ~, i
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 ...
3 _' x" b) `" d; }
我有点成见，总认为机箱上的风扇不够有力，呵呵。
- ~& B/ ^) t* V: H
0 Y  Z/ a0 O1 A7 K; t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* I5 z8 K% K6 ~8 {$ _# D5 l0 S. Y5 @' Q  w3 w
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
5 e* R$ z. {! J' `4 k/ _7 o$ P2 d% M& d5 z
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 17:351 L- o" F# P( k
我有点成见，总认为机箱上的风扇不够有力，呵呵。
: `) ~7 u& B# X* }+ ]
2 k2 R) `# B2 ]/ x) Z: H: m所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
3 U: t* z" A) b. g; \
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
7 j; A* N! w% Z" O
8 q/ ?9 r% d5 U1 w2 e
" U6 [# K0 O% b6 X" a& C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 D3 Z: J6 j: ?* z0 S; C! k1 `

& j1 J* P1 I& B: T! M! X! \: `2 H- F0 O
所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
: T6 {6 D( `8 S
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑 & w) _# k4 n) l& G$ u- f- s
孟词宗 发表于 2025-4-15 21:45
- I8 K7 }. D0 p+ T0 ^6 Y; ~; wCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
) r5 Z% M) x# ]& N5 Z6 ]* f

, p+ Z7 J/ D% j& J这个确实很赞。
0 p  F: L' D! M; I% j& J' w# i$ r7 Q; _$ \; C/ f( @: u
第一三张好像放不了全尺寸显卡。, K' t: F* H1 T3 E& K! H( k
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
" U6 {$ L; S1 {. n这个确实很赞。
, a9 T( y) I. {7 a9 R* v' Y3 g4 u  F9 x$ I& s4 f
第一三张好像放不了全尺寸显卡。
4 ^1 M9 a) X! N/ z9 c
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 11:580 c3 U* {/ W# _2 n$ o
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
/ m, b1 ]6 P: ?: z+ I- k& X( _: f* o9 n9 {& w* ~3 o6 G
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
4 Z& W, o# }; V2 R
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。! O, i; m9 @- ?" d
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。
* F2 i1 @8 c  o) ?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 + r, }% K4 k" R
雷声 发表于 2025-4-16 07:271 t3 g# |. S+ R! p# q: A
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。 ...

: X- q  @6 |/ V1 a- U
; M: q0 c# c0 Y  C8 B. p" OHP 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。
2 V4 D  `; P% r4 m6 I+ P
4 W6 H- G5 W$ }- w2 V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。& [  ^' k. u4 {8 {# i" {/ L/ X
/ K4 ?+ A  Q8 E5 y5 C
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