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。
2 l9 }2 }/ K# V: ~# N
4 \' L/ _& `4 c: jDeepSeek 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。
& ^& w$ O9 R8 |! i' X' c1 x! p8 x! c: r3 [$ p
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$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。
' v$ j5 |3 x& I- v9 \) l/ {
+ c) R  n! h+ w' \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。6 V9 ~( q; c; a6 F, i/ D
5 x; y8 w7 e' ]- V/ M: C
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。
( M7 [; I( i2 n6 C7 B* q& b/ Q1 p% T, C6 Z+ `' M1 H0 s

3 R, w6 c- S* F" X9 o- M7 h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。
9 h& D' N9 [2 ?3 [% ]
5 p1 B5 G/ g2 H- |3 O" N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 TB6 ^, w- Q- U2 J7 g) U5 L
（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$150）# q8 I6 ]' A8 l$ H  \0 K
2 n% o1 x- s& X+ @# |5 U
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。" u/ k( t! c) A  Y9 S- `
, X0 a, `: o( i5 b9 P& p2 y
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%
1 H; E+ t! g" z6 B% C# I- ^( D6 H! d/ V+ T
RAM 512GB DDR4       1000+
7 Q9 C1 V! G  ACPU 7C13或相当           700+
$ f% i, d# o# i2 X5 }主板（单路即可）         500' @2 \: v9 K5 R5 X9 [
显卡 3090                  1000- ×2
+ Y2 V& F6 m" I+ i. K" k固态硬盘                     200+
4 T3 H/ n# \7 P- Q6 p其它 机箱、电源、散热器等& \# |  c1 j- ?1 p6 a

. y* i; D: N/ h5 k4 }: Z" _
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
8 P* ?1 d% N4 i% x2 f/ `/ V- o& S. X( W; c3 ~, M5 x4 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了: D: t7 ~$ q* C5 B
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, l- i8 @' `# r9 Y
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
) a5 d4 {0 ]6 [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& E( A) O' q9 M! ?# g" s
9 s& M. M" l  Y) |2 ^1 f4 y
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" M) ?, S  @* o8 m3 X/ P4 k  A0 g
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 ...

1 Q. q9 G( [! m# h) S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/ C5 R9 n# Q& J0 Y5 ^: c: ^5 Z' t8 W& x
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
+ r: `$ A, B+ t! t: H% R1 Q8 S
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* j, H  `( i0 q7 i* X* [' I
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，
9 l5 G7 b6 z) d1 e1 v
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
6 B1 t+ k) Z  q! y  r! k  {9 S6 _( k2 d1 U

- k. Q9 {% x( G8 S. I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( J& }$ G+ Z: {( T
这是大华股份根据国产芯片的一体机，

; `; Y: R& c- S# _) q( k1 P* 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
3 ^, f$ M- ~. h8 ]& C我在自家电脑上搞了一个7B的模型试了下，真的是不太行
, q2 z8 r- e0 i) x7 R- N我估计32B和70B也都不太行3 e/ z+ ]- A. J; N) Q5 h
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1 N8 l2 h: E' ^$ `. B- e+ ]7 M
% \/ `0 x0 [! }8 u. e
1 y2 N# Q: X: F* j  R
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, c; Q8 o& _  y, \! L& y+ K% E
攒了以后干啥呢？

- h1 W+ v& i- y) ], [% \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 23:384 Y& s" H' V/ x$ D9 f$ M
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$ s% {7 P# q, v  F6 w
我在自家电脑上搞了一个7B的模型试了下， ...

8 C0 _0 E+ ?, Y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
' G* ?, E! X3 C% n  `  t  F; E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，{: ...

. I. F% N( A3 C( Q  K( Z# m2 ^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# R  l8 S: Z' ]
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿8 G' }8 s' X) J
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
" x- l& ]* x+ v5 O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9 K) E) E% D# [4 O  `. \8 D
我在自家电脑上搞了一个7B的模型试了下， ...

5 {. A8 r+ x  y: [+ N0 N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( T0 Q$ f9 k  K* c& q3 _
好奇你攒个模型做啥？

- {6 j: K- }  V6 h) A- n4 s" G7 T' }2 l. u" U% D8 b
玩啊，好奇啊，这很可能是通向新世界的大门6 d2 D8 p3 |# E
有这个条件的话，干嘛不玩？
  ~* {. ~, {0 _2 v3 M# H
  H5 T1 I+ U% U) G0 }3 t( I2 V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# n9 u, X: s( j: G  s

, N5 k: X5 k9 E: m# Y7 v* U( rDeepSeek的出现，极大降低了大模型训练和部署的总体成本3 f+ P: ]. l, G6 J+ J
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
9 }: e! j- z& x: g3 X) Q
- ?1 H) u+ k; ^$ _" e' M: D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
0 A! l+ Q( E9 |: g3 B8 D, 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; b( K" j6 Z, |) X0 Z8 v! q/ ^0 k
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 ]# x8 d1 ~. H  f5 V1 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。
" [3 `3 A0 J, J: Z4 M# l- ?9 Z. ^
+ |. [8 [1 q4 o/ a. O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 23:536 H/ s- O6 Y6 C% v0 C+ A2 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
9 }! N. m4 |* T+ X& m打听了一下Intel的至强4代C ...
7 b( d( D9 U7 m+ d* A
"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, }8 V$ ^$ R7 _% S
玩啊，好奇啊，这很可能是通向新世界的大门5 P, c6 a1 {; w8 ^! H% d# l
有这个条件的话，干嘛不玩？

% S- S. X" G4 u3 |8 J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 05:309 Y/ ^+ o* N  q
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。 ...

( |& j* @: W! N/ I6 u) A# W, P0 _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。5 s1 w/ z# p  ]
! F8 Z! o& D1 c0 s
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 T8 x! o* d$ s6 w7 J" C/ C" _5 r- `8 ^. K4 N0 K
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。6 ^, L% s! T! @# v0 E' h# \
/ c( J. x, e  [8 v. n1 G
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。( y* n+ q+ |! u% y

: H; j; A2 H4 n% Y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
7 P+ \* S1 }. V3 O* q& t+ q. 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 ...
+ D9 f/ Q" j4 @- l3 J
我建议你再看一下KTransformers的相关资料
% I6 H$ [4 M& J; d; f6 z$ m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) _" g. r5 u& ], M2 T
DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半( H9 B2 c" j! W) p* a" G% F
CPU的带宽再砍半的话，又要丢失速度, q5 j, h! A4 X! ?& i
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
. ]! ?3 E9 p% \9 `3 P7 C! N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
3 n, ~9 a% ?$ n# f5 O' h7 _我觉得起码要搞个输出4-6token/s才行吧# H" [2 p6 T1 h# q
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 14:107 b/ _6 @. I, m7 t- i) N, F* h
我建议你再看一下KTransformers的相关资料
% y" x& a* \1 p: h" [# ^8 t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 ...
  F0 {5 `& x. ~9 S; _* v2 T
欢迎讨论。
: u$ }2 }0 S7 q8 V  G$ K; Z3 d, x3 A0 W8 q+ q( k1 i* ~
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。# ^' N* M; {  I6 m; ^- B

% K$ l3 i# Z& s2 b; b2 R2 J5 bCPU/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%。
) O: O+ D# F% r8 y1 z; K
, H1 O, y$ N3 j$ y. Z4 y7 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
; ?" ^6 Z6 d( q9 ^! p& q欢迎讨论。
; H2 N  _9 h/ M6 P9 {4 p- }2 c0 G' L& Z, c
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 ...
* z- J4 U7 Z" K! N3 G5 K! T: 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; t$ G4 p) G9 X, E
显卡用的是3070M 16G，环境是Ubuntu 24.04.2
, S% |/ E5 Y; ~5 }1 f- Y/ r9 e2 f输入大概是10不到一点，输出大概是5，勉强可用
; L1 i: k# @3 Q& w% y6 n! \因为都是整的垃圾配件，总体的成本大概不到4000人民币8 g' o' A/ A  n& n: `

3 m' [( s' l7 R5 h, u! s6 [我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
8 X- Z* e8 x# R6 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1 v3 @" ]9 k# ?2 h1 k2 Q) H
https://www.pmtemple.com/academy/17340/
# s$ p, l$ ?+ }% e+ x  u6 K# u
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:255 L7 Z) w3 d3 N$ 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/ G: R5 y  ?& T5 @6 H$ @% M. ^
显卡用的是3070M 16G，环境是U ...
/ F6 |3 y2 d8 h* c; M

  z; m2 f/ }% X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
$ ^4 z' w' H  H$ G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
+ e. c- f' k; c6 B" C5 e) d, `  h' k3 }显卡用的是3070M 16G，环境是U ...
7 c$ K1 c4 C1 C" b0 j7 G. r+ Y
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- @" d/ p8 ?( {# e
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的2 Z* T4 c9 |. J0 ~4 z8 ?
https://www.pmtemple.com/academy/ ...

6 R" J: ^' m; Z' T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。* F0 j/ N! H1 r# N5 J
4 q9 K9 S" O, b8 r' o8 ]
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, t6 i- p) O4 y  N) O
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 b4 n/ J( o8 [8 g
显卡用的是3070M 16G，环境是U ...

3 K! H3 D9 e) m0 N" R: 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
/ _7 I5 o8 v6 {$ e" m7 y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 ...
4 `/ ]5 Q0 D* P4 s' F' E
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.* a  r2 ?% C! ~- r

2 B+ c5 D* X9 _* f% y4 \4 _. hThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. * Y+ b, q- N; k/ Y2 c7 u2 a# ^7 o
This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 6 @4 M9 J5 Y$ M, |$ x6 _
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
4 m* a+ C4 S/ k" Z) t; }& U7 u$ j) f/ |8 W- c. u8 Z( v
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
1 s& e0 U& E( L9 d" `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   Z0 Z9 `" F/ l1 }7 e
雷声 发表于 2025-4-15 11:18
/ a) N+ ^( T* W) H8 R7 I( \https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

4 z$ R9 o; y1 _" m0 A$ P
+ C; J8 |9 @$ m5 \没那么贵，Amazon 上一条才 $239。16条也就$3,824。! T: ]3 d# f# a; p, w

) Y; A  t* l5 g$ j& l7 ihttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
& O9 }4 G, s/ J' b, O: c  y3 R$ w6 j. a3 D, Y! E8 J  e# r
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
9 p( X) Q1 M7 Z5 w/ D9 c; Q; e. u, G
但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6* T- a9 D; R! |' ?/ V( g

* z$ G" k! J. |6 `4 ^: z2 L9 R0 b* e# d0 \7 y2 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+ W6 Q3 M, c% m$ c9 M9 d* N
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

2 k: ]' j' F5 ~8 ?! o. \& x- X" X* t0 V( L; c
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）。
' X+ F: j! o2 {; M, V4 Q- ~
1 B. x' m; [* z1 K7 Z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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。7 t- R! c/ p9 K$ c; Q* 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。, p) N5 g+ [4 \( [  f/ F! s
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。& k% g( ~* V/ c3 F" ]
我的GPU上的CUDA跑满都可以控制在80度以下。
5 w; @9 ]( |3 _7 f( C; @$ ~0 `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* R! U' {& N5 N
* E9 U; \7 {9 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。
5 d$ N3 M5 q8 M3 Q, V7 }4 R+ O" G7 }1 Z  ^0 h8 l
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。
( L# z3 `! z$ r# R
9 T: y  |" i1 w0 A- o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。
$ f2 z( C' [, Q1 I" _& F+ y/ l$ {5 ^  C, D
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。/ D, Z% M5 D7 [; I, }1 D; a3 @" X

9 K( o8 z& I% }* H% y# 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 i7 Z0 L& u5 L; Q% w7 r# `
  e& C7 Y: R3 v
当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58
. }2 p1 }! n- y/ S# q3 U: `散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源 ...
2 d6 }' Y$ P1 F% I) 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。3 x' R2 h& o9 r. s. z/ g

" e2 q( Q8 k' s" kCPU 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
# R/ a0 T2 i" L6 j/ E' t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 ...

% ~5 V: l9 N  u1 d. t# D我有点成见，总认为机箱上的风扇不够有力，呵呵。
7 P& {( s3 n, z/ c5 D# A5 k, B" X; q1 b, j6 v; W0 \/ C
所以总认为机箱敞开了另外架个风扇吹特别有力，至少视觉上如此。
- `# F; r/ ]; m' [" i& w' l* L5 B. H: Q$ \& R% `
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
6 l% v+ \$ n6 h6 i' D
+ s  ?! @' U! F1 T3 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 17:356 k4 r- r3 f, F7 r* N4 j9 \9 v
我有点成见，总认为机箱上的风扇不够有力，呵呵。/ l5 _/ q/ g/ o: T2 v$ r
5 R5 Y) j2 g, J3 x: D8 y& 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 ...

' h& G/ K& K2 _Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
0 s; K5 O$ D0 @5 Q! |! P0 | # y4 O; X$ W! e

/ k' N* u( l4 U/ ^1 z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。: O. ?# |3 Z# o+ A# E1 H

8 J! {! T+ o% E' i9 V4 c$ p4 U3 z' c) Y$ g
所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
0 A0 R$ s* t9 o" ]/ e: Z) R
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑 . p' Q2 s5 q" Q# Z) h4 H: m- A
孟词宗 发表于 2025-4-15 21:45' g$ ]1 u  n4 p. J
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
1 J/ L4 |- A2 s4 t0 ]+ h! m

  h; ~0 Z$ Q5 {" S这个确实很赞。
- V, z; N& G# i1 n$ K
6 U# o1 i% u8 b' K# [8 l7 y0 @第一三张好像放不了全尺寸显卡。6 J( V; H/ s- N$ c4 ~
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
) D; W% T: |3 k' X这个确实很赞。
2 _- g9 @4 e- [7 ?6 `2 z* _8 Y, ^
第一三张好像放不了全尺寸显卡。
& w. z3 h3 @, Q" T
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
/ V# B' }9 C$ o; Y没那么贵，Amazon 上一条才 $239。16条也就$3,824。' p6 X+ S! t' b1 W. p) y, [9 n
; L  Q# b7 ]6 X
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

6 s# {( [* M! L; j* cHP 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。
5 U# V  }) H4 ~( y. g& t+ IZ6/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。6 m& W9 W7 F' l! {8 C1 {
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 ' \' f7 b! F5 p
雷声 发表于 2025-4-16 07:279 X( F1 j& N( T" w  d/ u
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。 ...
' ?$ `: k8 d' ?0 _( G
+ i! ^8 ^+ B1 I
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。
! F, S# s0 ^$ M! H6 B4 p! @( a7 X. a
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。* i8 |5 f6 r3 w1 ~) k  f. O( i

! m3 C! e9 |! G) m% C" }) l/ Y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