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。- @! [0 M! ]' z0 |4 l2 N9 G! x6 \
2 a: x2 @+ {* K( w. A7 r
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。& A# A7 r0 [% j
; j! @+ S  C5 A
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。
" W3 g( n) O6 v! e+ Z" ^8 Q8 |* g0 v# L8 z  `
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。
# z4 L4 s, ~0 G: ?6 k/ k0 S( y! O1 T
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$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。
( _8 Q5 t" M* Z* H3 t- Q6 T$ o/ x' t" [7 I1 _  z7 f; O  b
& t% W  ~" p7 f* y& H+ c1 T
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。
  R; U  V: S0 A( L! U) U$ C& d/ F) {3 ]/ e; `
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 i$ L* Z' u9 E* t5 G: 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$150）" C+ |! o# u- ^% l3 K2 t. l
/ N. ^) p  o* k. x
其它：说3点。1)普通PC机箱。2)散热避免使用服务器的暴力风扇（ PC机箱也缺乏服务器的风道结构）。如果散热量大，考虑用水冷。3)如果单台大功率电源太贵，可以用两台小的给主板和显卡分别供电。如此需要双电源同步启动板或者同步线，但那东西淘宝上也就人民币10块钱。! {. ]8 e. X3 d2 W
- }0 s  W* y; k
最后汇总一下。数字为能够淘到的大致美元价，可以接受二手货，+、-表示向上下浮动不超过15%
5 t. Z# B# b$ r6 e# h7 ^3 b5 r9 G8 X2 b5 @! S
RAM 512GB DDR4       1000+
$ v  J) z: s! r4 m# JCPU 7C13或相当           700+
9 H! E. k% h* C# \) v主板（单路即可）         500% X) W+ w  a1 R& n6 U8 _
显卡 3090                  1000- ×2( m8 G: s% z; c5 w/ i! {
固态硬盘                     200+
0 u6 N/ ~. i0 w7 h8 j其它 机箱、电源、散热器等
$ @, T5 ]) m! a5 i7 |9 b: \
6 a% B+ O0 J/ R0 Y. s" X5 ?
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 . I3 G/ u9 M9 O! ?8 H

1 {2 W8 u; b/ p& E7 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% s+ M, c7 X8 x- c% T: b/ r3 p3 V
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 64306 i( A4 P$ ]0 q. y$ ]3 b/ l
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
' |& s: f) H, I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# Z$ v! K" R& N+ x

: W  c, _; f/ j* M. b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* W$ l; l2 I+ E3 A4 Z8 x* b
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 ...
7 i# r; S4 |5 t4 E. z9 D% ]
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 21:456 _: g& S9 K1 Z. n8 {' x
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
* S; a8 e( ?+ e
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* f* {; M8 i# \5 }+ b
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，

  K$ D7 a; g/ p  S& T% 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 + s0 Y/ t# D* X/ |; H1 e
# U2 [! d" U8 e7 T( o
5 k6 O1 y, ?# B7 a& C. _% f
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  x) S9 w" c/ r4 B6 B5 c8 o这是大华股份根据国产芯片的一体机，

6 `% t8 W+ i% t8 q4 u5 Q3 E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: @2 K/ K/ W+ q, a& h
我在自家电脑上搞了一个7B的模型试了下，真的是不太行, @8 O4 P5 J, S" N* |
我估计32B和70B也都不太行* q/ t3 T6 g* O1 b% K( k
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
6 c2 k! V- `  `# l- T8 l/ F! a
. Y, v5 c6 ]! Z8 l  U1 p" l4 q7 h. ~* _! f
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
& U' |. Y: i9 H! E4 }- w0 `2 {攒了以后干啥呢？

  t' h# r  ^' C2 D& 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+ j0 o* k$ {* G" n" e  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+ r( A% ]9 n0 e; A6 n
我在自家电脑上搞了一个7B的模型试了下， ...
0 _- _" \1 [: J: F
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 w. U: H3 j3 q: c; I
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，{: ...

' X1 F) l: e$ L: A' q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# d* t! A0 F4 k! s3 r% c
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿7 j+ H! J* H* f
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
9 B8 y- {7 Q+ N" T$ Y5 O) 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
! V3 ]5 _7 N6 Y8 V我在自家电脑上搞了一个7B的模型试了下， ...

3 S4 a: b1 v+ @- V/ I/ D: T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 23:535 a0 r4 L9 @7 n; R
好奇你攒个模型做啥？

+ e2 z* I* @& B: f+ O' b/ ~
. Y( u4 V$ o! h6 O玩啊，好奇啊，这很可能是通向新世界的大门
! E6 K! o% l3 R7 k: r1 y- v1 d有这个条件的话，干嘛不玩？
5 N" Q- o) n. r( S2 C
0 A( W4 T% ^! N2 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
5 b5 w" s3 @3 B9 d9 K2 K: T/ ^8 @! u) h4 ]5 n' `9 }9 {
DeepSeek的出现，极大降低了大模型训练和部署的总体成本
% d' p) T2 Z. K5 N3 V: d1 tKTransformer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+ q5 K' g! ], G  |9 b

8 h9 U4 D8 _/ U  R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
& T& w' a2 a. m& ~9 g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
5 S- d. z2 n" n5 S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 ...
# W! z. k$ T2 z6 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' M' Z4 f  F1 N* L: ~- B" y- A( u: s3 L0 \
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; A  [( H! R1 O  \6 y! {6 }, \
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4 F( e& N+ v2 n  l
打听了一下Intel的至强4代C ...

  @2 b4 x: ?" f9 J( M& I"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 11:032 N9 z# w, v% Y* P# H7 x$ g  |6 o
玩啊，好奇啊，这很可能是通向新世界的大门, S3 k  J+ Q8 D
有这个条件的话，干嘛不玩？

0 c# j! @2 A! l/ S! G/ h! }! F6 z" L# E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
! J( J' T7 k0 {# J+ M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。 ...

& _# Y  S! j* k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。
: V8 B- c4 m9 D% r; h; C$ r! d' H$ ^( A; q* G( W. j6 \" `8 _6 W
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。
/ c2 y4 N; ~5 o$ T: H. F; E8 L, B1 Q1 M* g
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。
% k* ]5 `* ]5 q% z9 @6 T! V7 h) L: P6 B0 N2 {
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。
9 }' O1 D: Y3 W$ i( D
' U5 y) _: f, d$ X4 i6 L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
1 [6 D7 Z0 @+ X; E; x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 ...
1 B1 O: @+ C0 p) t' Z
我建议你再看一下KTransformers的相关资料
5 U2 l" z- j* _& r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。* X* m' u# v  T) e0 A- m- d5 j
DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半
. {) _! r* ]/ L8 p5 Y4 p& e: Q( XCPU的带宽再砍半的话，又要丢失速度
+ O8 p, U* h1 W( s8 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4 ]( @/ i+ P2 G3 R+ G' e
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
2 ?, ?  b. j# N6 l我觉得起码要搞个输出4-6token/s才行吧
- n; c% f6 @0 g" |) f' E4 t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- _& E( k* n8 a! w6 ?9 ?+ _
我建议你再看一下KTransformers的相关资料& v$ Y- F+ e, u/ a3 N
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 ...

* y& E5 Q! u$ w# {6 n$ s欢迎讨论。
/ p; ?' f/ O! _! r& Q/ c- P) S- B# F' c& r
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。
5 s! v5 y1 b+ u; [2 N# H4 c4 E
+ i4 S2 r" f6 o0 X3 e, B: @3 `# l  ~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%。3 O! y+ I. P/ ]/ x6 r9 @+ F

' K3 r. s5 {# {, 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
9 F9 r; L. E' X2 s9 K4 z- d/ x欢迎讨论。0 R. V; Q3 p3 a& g# T, K* H4 z
! M. F% q1 R. f( x  B8 |
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 ...

' R4 v5 E4 i( ~* m3 j/ @5 k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
9 I& {+ e* M6 X3 P" D# n* P* q显卡用的是3070M 16G，环境是Ubuntu 24.04.2
" V& u, N- y6 o9 j0 T( W$ Q# ~输入大概是10不到一点，输出大概是5，勉强可用
. N; A+ [# ]3 ]" m" j因为都是整的垃圾配件，总体的成本大概不到4000人民币3 T2 E. y  t$ C2 g

0 Y0 Z. v$ ^6 Q! E5 v1 n我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出6 q/ `8 i5 o( W' ~& ^5 y
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7 ^) F+ f, V  `/ a: E; {3 s6 q* N+ `8 ?
https://www.pmtemple.com/academy/17340/
6 m1 c; W$ P5 W6 J# T
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25
+ X/ o! f2 A3 b/ o  B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
% q; N9 G& {0 A& k显卡用的是3070M 16G，环境是U ...

8 I) i# W/ a. s' H8 a
' ~$ E  A2 @5 E; M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
0 Y! V0 o' R& Y, Z5 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
+ q" e( z( h' [显卡用的是3070M 16G，环境是U ...
/ F( p$ k: L0 _) Q- n6 R5 A
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: R8 T  ~; f& S+ }, a
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
% ]. W8 \; o( O4 A( s* Y2 M3 Bhttps://www.pmtemple.com/academy/ ...

2 `" Z9 n/ E% ?5 A) d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。
" [6 B4 o+ j2 U' k: A  L
/ f5 G5 ^0 G* [4 r, 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% l9 m3 U( P$ W$ l, 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
" M2 m' c3 u  Q2 J+ C, P3 S显卡用的是3070M 16G，环境是U ...
2 x/ t: F7 i2 q
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 10:418 j5 D8 U( r6 u; }
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 B  w2 @; ]; C
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
* K7 h/ N- l3 O0 ^
( Y9 D/ U2 O- g6 I4 e) wThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
, ], V; L1 `" w+ F; Z0 F1 sThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
1 A/ m+ B6 e9 z" d/ V# j) G0 Q, EThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory9 w3 y: `0 s+ V  O
9 r: A6 W7 U7 Y5 ]1 g
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。/ R2 v5 e4 t8 q$ S! z
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
& r  `9 x* H9 P
雷声 发表于 2025-4-15 11:18( L6 J6 s& R" b' |4 c
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
; `" e2 u/ O2 U) l4 O; y' q
8 q5 R, {6 j" f  D- n1 \8 |0 S
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
2 o) }" s3 s9 E& B4 i
* ]0 P. c( ^% i7 k. Z6 I+ j% j, Ehttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1& T. h5 S  s% x% m) v% `; @
( n/ X) Z! G9 H3 @
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% b: E% N: n% J3 \5 @5 y: [) S3 V

- F& E* F: W# |. ]- t# L但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-67 \6 n/ d, f9 V+ q. T

' j! l2 P* Q& {9 J8 g! M
) ?. P+ m! _) M- P  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
* Q4 t8 N( N# a( F8 Z" Zhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
" s9 ~0 D4 {+ f' ^+ f! f: Z

! I; s2 t5 ?# `7 \# W$ 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）。
9 D, G' x9 O) i
$ P5 j% n- h* q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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。
( ^  [  y* I8 Q  k当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。3 r4 S8 X2 _6 ?
服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。! ~! Z: `" A, l/ \5 u5 f
我的GPU上的CUDA跑满都可以控制在80度以下。; J4 x5 e# m( f; |! r+ z0 O
当然奢侈一点，放在空调房，调节一下空调出口，把机箱放在桌子上，对着机箱吹能降下很多，这才是真正的水冷加风冷。
作者: 孟词宗    时间: 2025-4-15 13:48
如果是为了跑本地大模型，显卡没有必要搞顶级的家用卡。相比速度，更重要的是显卡的显存有多少。
3 a1 [0 L! P1 d# g; }9 t, a
& I$ i" T, U0 \2 m1 ~6 g$ s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。+ L% b* W+ R, g5 ^& g$ Z
6 W% h! v1 [+ o& ?/ H
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。# o% T! a$ ^% a' c/ P

9 M, t+ m  ~* @' ^/ W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。" s4 d( c/ e1 Q$ V; A

" i1 _2 Q" A6 f' k% A1 P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。
- z& G! z+ U: e, s4 ~# `
# ]! e3 I# ?" X7 o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 w3 J4 n) ~; V! N+ X' m

4 \3 k9 x0 w( r$ m& S, |) E0 q" \: @当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58
6 ]" b. m1 c$ k# R; r7 c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 ...

9 x% {1 B. d" ^& ?6 Z* 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。; H( `+ i, g8 l1 C4 h
/ f& q# W' L' j% {9 {# J
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* X. g/ e& d/ C
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 ...
; U2 j9 t) A: A& f% A
我有点成见，总认为机箱上的风扇不够有力，呵呵。1 j, o3 o! _0 J) P5 b5 B, U
& K0 }0 Y% k2 G' B% y" H: z
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。
# v, O3 z# |; t$ n) h+ J: I$ ^( u: S7 d; ^
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！2 o  K% F" L7 a: U2 F
6 r# V$ s. i: x0 H! t2 t4 _( H
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
  d; O- |- w* a5 ]6 g) J$ M0 N2 a我有点成见，总认为机箱上的风扇不够有力，呵呵。
% S1 j3 ~# u% w- T- s5 B( q: k
  E& q- Q  W- R, \所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
9 M3 P" w5 U! E6 F/ k
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
( J- z. m7 x  T: v & B8 _9 d  }1 d6 [- q
( ]3 Z# v6 }, 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。
0 {7 ~9 o  f8 }! q+ K& l5 W8 B4 r
4 {  [0 T+ D! K( d
3 R3 j3 E8 R* M* W: H所以一般都是挂墙上的。造的好点的话还是挺科幻感的。% ]; n7 D1 Z/ Q0 _1 p$ x) B2 Y
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑
+ Y. F' F; y. d0 Z5 I
孟词宗 发表于 2025-4-15 21:45
: ]2 z' m1 p% M3 E$ jCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
) V  P( P7 d( \: Y9 t; D* X2 v4 Y
0 Q8 a; [; B8 u% P9 L
这个确实很赞。" _: W7 s/ L! T) L! s2 n

+ B. {( r, ~3 O2 T' s0 `  O. X第一三张好像放不了全尺寸显卡。% Y' p9 t% O+ {$ [
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: P/ n& X  Q  ~6 d: f3 @1 E1 F
这个确实很赞。
/ E4 h; y# x7 W- I# e
: g0 M3 T+ u( A0 N& \第一三张好像放不了全尺寸显卡。
0 N" l# Z' o8 f$ G' l
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
; F! ^1 r  h9 }: [没那么贵，Amazon 上一条才 $239。16条也就$3,824。
; N& F0 |* C; T0 S! u1 W% A. A5 ]( ?2 Z6 J* y( Y
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
" Z8 z1 p, _/ g: k4 [% a, ^5 W
HP Z系列G4以后支持Intel® Optane™ Persistent Memory，买二手的话更便宜。不过表现怎么样就不好说了。( j% _. t8 ~6 d# a# q0 R- o5 O  H
Z6/Z8 G4也可以上到2TB，加上PMM的话更多，价格比Z840也贵不了多少。( U! Y4 w- o" T  T1 h' M
话说Z系列是真不错，我09年买的一台Z8现在用的好好的，而且比公司配的新Alien还快。
作者: 孟词宗    时间: 2025-4-16 09:55
本帖最后由 孟词宗 于 2025-4-16 10:03 编辑
7 F1 v0 [9 r' b" O
雷声 发表于 2025-4-16 07:27# O) t3 N; K0 d! I* E6 s5 x+ `" q
HP Z系列G4以后支持Intel® Optane™ Persistent Memory，买二手的话更便宜。不过表现怎么样就不好说了。 ...
: M  V  Y! N; d( A$ \7 D
( K8 ?6 |, g8 s; T2 Q, K9 ~: g
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。' N" H& C+ {7 k1 \5 i5 ~
. _' H7 B$ k$ S; i  n
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。
, w9 n; q2 r: L1 |" l9 s3 x9 K& {' u$ D% e* G" I0 P* H$ E
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