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。; o2 i6 a4 Y/ f4 I

& X- m) O( P$ [5 u! G  i! ADeepSeek 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。
! f( B; C2 O0 O. n7 v: o* Q- x; |/ `; |* ^1 c( G7 e' }
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。. A  h/ U! ~0 H& Y; N0 m

+ G+ L2 C4 q8 `. W+ @( B, g' 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。
% O9 k; V5 y/ _1 q" u  s8 o1 r4 @/ P& p/ y
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$700+。它与正式发布的7713结构一致,频率略低,有人怀疑类似于Intel的 ES(工程样品)。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数,根据DDR4单条内存的容量大小,要能够插出512GB来。
/ L& U. X2 P; m+ K2 O( b- S9 T8 ?7 C2 i1 B; j
& M  J3 W* B4 R: W! }3 x  T0 f) D
第三:显卡。双3090或者单4090。4090不好买,用两块3090大致能抵上一块4090。! X- O) L* u! ~# c
6 Z+ c# U; ?$ Y
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! {6 I7 C" l. O& L; E4 n4 `. }' H
(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$150)
; c1 n2 l8 E, _" ?2 N# J1 f# H% W. I5 d( T
其它:说3点。1)普通PC机箱。2)散热避免使用服务器的暴力风扇( PC机箱也缺乏服务器的风道结构)。如果散热量大,考虑用水冷。3)如果单台大功率电源太贵,可以用两台小的给主板和显卡分别供电。如此需要双电源同步启动板或者同步线,但那东西淘宝上也就人民币10块钱。# S# F$ h( d; u! P/ a; j, m
* c. h+ ]. l# a8 {1 n+ p
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 c+ P) N, [) w7 N% X6 e" b- C7 R/ ^2 O( J: f( J
RAM 512GB DDR4       1000+, [9 R7 F$ V6 s: @' m/ p
CPU 7C13或相当           700+1 e5 n+ I8 S0 G- ?! _
主板(单路即可)         500
) G0 n+ @* d; z) z0 r, g1 G8 I显卡 3090                  1000- ×2$ ^5 h! |; H( A" |; |$ k
固态硬盘                     200+
: }' S, E) K1 o0 i1 n! r) f其它 机箱、电源、散热器等
* O5 b  k; r. s! W2 c) _/ K( o7 M3 F. q: j

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 * |% {4 F: q& ^. S) y& P
# [' `: s' i! e1 H- H8 n
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8 m9 H  C; p5 u* @2 U
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* G# d$ |/ S2 x  q. o1 G
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8 x: l8 g2 U' h* v1 B- r2 p
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3 h1 |5 m; S" I7 |$ y

; U0 _( T  w8 O, g$ I: O7 m& [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
& _, L$ \8 ], s% \& v8 {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 ...

- b  x3 g# a3 p" C$ J. I' n0 h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
6 `7 i  u% h! b" C真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
5 I, q; C: e2 ^- 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$ L7 S" ?6 N2 r$ Q5 |0 c* z/ g, A
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+ M$ G" n% C5 s/ @4 S- }
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 5 M$ B  x+ X+ R& W' B/ Z( C8 ~

7 e% t; m9 T) K7 Q% v* G
6 _8 g1 l8 p. b2 K% h% C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& {, @% ?( u, \. M( {- F1 a6 r
这是大华股份根据国产芯片的一体机,
' [4 C6 ?& c9 c% q3 C( e! P6 K' 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 z# @& i/ G, p6 W% ^% 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
/ I" ~; ~7 F, v. g  B* [& t0 N& {我估计32B和70B也都不太行0 `' `4 F+ q7 c! o( D' J
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" _( d, _1 ]5 O
) V; C; `" M% k/ f3 K% h
- w2 o4 A* v6 O0 T3 j
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
* b, @3 z& f# f$ I6 S攒了以后干啥呢?

* v. L# d! P! ~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
" \( R7 I3 b* A* |, R7 L9 l" v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 _8 [5 Y+ [( H4 C; a: P% N; _
我在自家电脑上搞了一个7B的模型试了下, ...
  }0 ^+ t" q6 Z0 u' j: x
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, m8 D. G3 M9 q/ ]% V; ?  P
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,{: ...

: O7 a- Z5 m. m, T. c: g1 ~0 A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
( Y/ z4 _" }% x' S* S% o9 q. n打听了一下Intel的至强4代CPU,现在全球缺货,嘿嘿
/ Q+ f  @% W1 o8 Y; K4 X* J0 I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; {% n' ~* @0 [( f+ l8 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
4 ]# C; k) M" @' g我在自家电脑上搞了一个7B的模型试了下, ...

! E$ R- _& k9 M! @2 \$ m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 23:536 ^( q0 Q5 P, q2 k7 i1 D+ ~# A
好奇你攒个模型做啥?
. Y/ `# m! h" v) N; ?6 I2 b
0 o& I7 Z$ A. J( D3 L) G
玩啊,好奇啊,这很可能是通向新世界的大门
4 p+ F' U/ d. @% ~2 t有这个条件的话,干嘛不玩?
/ V3 H- ?& d9 b/ ~1 Q7 ~
! j, f5 H- B! c+ P2 W+ 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
, c5 x, o3 z/ E" y. x" n6 p
1 M; }$ J& B1 `DeepSeek的出现,极大降低了大模型训练和部署的总体成本4 {" k. b3 ^6 @1 S
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
" ]7 n& `* u2 _! v) D7 ~2 C1 x
( x' R1 |4 G* o3 N  L( 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
3 c. u  o; Y. M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, Z8 {+ T. k9 @; I: s( y+ Z
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 ...

+ F7 B# g. l( ^- E+ Q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。  d5 [$ a3 W! t  _0 i9 Y

7 b6 E& @) z0 s2 f+ G3 x7 c0 _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
$ V$ v  U+ K6 ]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) V! v2 Q/ S3 @9 u: k, O
打听了一下Intel的至强4代C ...
3 \2 w1 ~* {3 X8 [; L1 D& 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 11:03
* p4 I+ u3 y" H; t- {2 P! `玩啊,好奇啊,这很可能是通向新世界的大门# ^- d+ R. _2 g5 k1 [* g
有这个条件的话,干嘛不玩?

0 `: M9 M1 G3 u1 |' T5 U( T- U( s6 T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: l; `4 a/ n4 d
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。 ...

# Q7 S/ \4 _2 m5 G: Z+ ~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。
0 e1 e4 p1 J0 u) L, K# Q
0 j$ I; e) S5 i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。
2 U$ L9 y' _# t, z. x3 T" y; y$ F0 b! G2 Z3 h
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 ^- c/ Q7 B% M- N& y) I2 p

& N( N/ ^1 J! u5 h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 S* x9 ^+ h) |9 Q2 c1 u$ g
1 W/ G! `! D, X1 X; v% |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
/ r$ y7 W) `/ d  Z% ?1 k5 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 ...

8 O' ]6 b( s3 X  o- P3 |+ h# |% e我建议你再看一下KTransformers的相关资料
+ T0 e/ U9 t' L: X2 [9 J2 m- B- P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。
9 _7 V# P4 `8 FDDR5换DDR4的话,带宽砍半,对应token的数量就要起码减半
, y- q% q4 C4 ~6 p; Z2 `+ fCPU的带宽再砍半的话,又要丢失速度2 T$ d# b8 \, ~
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
& z# F0 n) v: c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
! F; i9 J1 X- G0 T( F我觉得起码要搞个输出4-6token/s才行吧  U4 K; H$ y9 ~2 d+ c* J
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 14:105 t2 N; h( T& _3 R+ J" v
我建议你再看一下KTransformers的相关资料1 v. e! M/ O5 ^% M- 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 ...
1 N( E3 r$ {' e
欢迎讨论。
6 t! E6 B& Q" O$ T7 n7 ^
- z( @. w4 ~+ k2 v$ Z/ q% u' `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 f2 u  x) F- M$ R' Q

! \; H4 f! L, oCPU/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%。
4 A% \6 g6 ~, l/ S! l: E
* r; h5 a+ y0 ^# a4 v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
. q+ K1 a. e! G1 O, r欢迎讨论。
. ?! v) O6 k3 C' `! I$ q3 I7 r
) w; L! B# I6 J0 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 ...
$ R) O, L2 t( B6 f& E! r9 f8 M
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" V) N4 W2 m* B# {
显卡用的是3070M 16G,环境是Ubuntu 24.04.2
. }5 L, u: [6 g, E输入大概是10不到一点,输出大概是5,勉强可用
+ r! q6 T* s' Z3 X) d+ C因为都是整的垃圾配件,总体的成本大概不到4000人民币
( z0 O8 V0 B3 W, B( L6 Z6 Y0 ~' e$ t. V+ ]1 M
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 _9 v! C) O$ k2 P, u7 n+ K6 {8 p
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* m7 K+ n5 e1 c0 k8 `
https://www.pmtemple.com/academy/17340/
( s. O3 n* a$ B/ V3 y
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:257 U, i4 C, a0 |  K# h, x* j* 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
" S' W8 M" y- @/ _显卡用的是3070M 16G,环境是U ...

; g/ Z& S2 T' e. c
0 H1 S5 l4 f2 U4 f9 {0 P% W( o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
2 u- {/ o' c! i. 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
. z$ H, [# @  w- w6 E1 [显卡用的是3070M 16G,环境是U ...

6 s, }+ ~+ u, e3 y& m  s& b( r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
7 I% p( L- D  {& a2 V; R8 M/ h! e: f这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的3 S1 {$ V6 l0 J# o% g" E5 }
https://www.pmtemple.com/academy/ ...

1 ?- o' G4 |6 N4 G. J8 g2 O4 K& S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。
2 c" O. q' C  x2 D  |: |# i4 Z' o" C7 L; r' k* Q# c7 W. U5 A
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 |: ~  K2 T$ j! }8 J0 ~1 M" W8 l( k6 r
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
1 }0 U7 D% L& Q0 G( b9 F5 I4 c* o  Q显卡用的是3070M 16G,环境是U ...
/ e8 U! G9 G7 p; 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
& \  U' L, a: w1 W3 X& q6 R) {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 ...

+ M2 \: U" M6 @: c3 ghttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
) F; g8 g. |( m, i6 W8 Z$ m6 W3 L+ O" N: h" o1 {4 u! }3 Q
The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
: L0 {- F( v3 m) I! }; b9 v; t" FThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
4 N% h# t9 P* k! \" D$ |# RThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
+ _5 l& i' v9 Q- w! w; |) _9 _9 S( Q
LRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。; N/ \! b: E, M- u* m. d5 w
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
+ i: Y5 @' }; k
雷声 发表于 2025-4-15 11:187 ~4 g" Q; r# X: d* ]6 P" G% e( Y. O
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
! I+ h& \6 k8 U7 ?  r8 j5 y$ O
, E8 [( A( o1 x" @; ]( p
没那么贵,Amazon 上一条才 $239。16条也就$3,824。- L1 L. f$ l/ P+ {7 ]; q. N. Q

( t3 `( }8 n) @4 Khttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=16 H- c, e; o9 T1 V/ e- c  J

! d0 F' j3 ]2 T. O1TB 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
" C6 v, ^/ b0 l& h
$ }4 p. ?+ C& T/ u6 B但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-60 S) c1 w0 N; H" _* X; M
, ~7 m  E6 N3 e- u, ]

1 d% X/ d7 V. g; D) d% k- `) i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: K& a. Y$ z. M1 d' T
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
% A2 T) u) z7 J, q! t( I- {3 U
6 n% s/ O% P, Q3 y( P
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)。$ b5 t/ L5 V! r- t& _

: R9 N, p6 |1 |" s4 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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题,你把机箱敞开,左右两片直接给拆了,开个小风扇对着吹就是了,斜着吹,从前往后,CPU显卡电源一起吹,别去搞太复杂的冷却方案,水冷复杂且容易坏。$ Z. D7 Y; j3 G7 W
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。
& N! N7 J+ t8 p% @* r, 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。6 b& w0 z( }3 ?+ ]; i
我的GPU上的CUDA跑满都可以控制在80度以下。5 s# m8 D- X$ A+ G) ~
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。  r0 X  @, y, ^) r) A9 @. W
' Y8 `) b8 h* r
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 \; q5 E, p  d% T) r
8 ~# r5 O9 Y* l* {! A
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。
; W" V: S" X  M
0 J- z$ O+ i6 ]  e$ E/ x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。
- F/ w- j* u# p) W. C  d% q- P8 {/ G3 T  L& U! a- O
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。
1 q) ]( C0 J3 b/ j: Z; F3 t9 b3 o# r
1 T% ]6 Y& i1 F+ a. `( r* g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。
9 M; |6 M. e5 J& ]0 S" G' x
! h7 b( W6 d3 u  \5 [8 B当然价格据说也挺感人,要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58
' d4 s8 p$ s$ C( h; b- B* A0 ]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 ...
  M4 i7 C% |  f+ M; z& Q1 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。
# b4 M6 b. m% w6 R7 P* V% u8 M9 O# E. 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
- J5 d: c6 f& ^' p/ a6 o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 ...

1 v1 O& z3 N6 y6 A我有点成见,总认为机箱上的风扇不够有力,呵呵。
/ f  N+ k/ E0 I8 w; w
4 [: I( \" S; H# M+ T3 E0 R所以总认为机箱敞开了另外架个风扇吹特别有力,至少视觉上如此。- c9 }% C- ?: H+ Y3 e, N/ l
) c9 z7 _2 W# H0 j3 A
所以我的理想型机箱就是一个框架,其他统统敞开了,吹!
- \' {8 L: B* T  S* A$ W3 G0 a8 @1 h# 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
) E4 l7 B+ x% ~! h, C+ A我有点成见,总认为机箱上的风扇不够有力,呵呵。
0 b! L0 ?3 R7 S& q2 ~
0 E0 m. u% y! p# f: Z- K所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
4 V. B% i8 w- s1 N3 X; i' i; C
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。2 _$ x- k! y' J7 P
6 d3 `5 L$ W: f7 g
& Z. b3 x! r6 S2 s6 [( ?7 C2 }
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。
) [, ~6 u9 f/ d' w; m' [8 U1 s8 H
. C! z! B+ I4 d5 f' R# s) B
$ W9 N* l. {4 @所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
7 ~9 k1 f/ r: Y8 T2 o( y  M5 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 % y6 ~9 }' k- A* v
孟词宗 发表于 2025-4-15 21:45( I" }5 E$ x0 O. Y9 g, g* v
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
7 H9 o. \6 d) [
& _) I( S1 D+ y) s$ `+ {( Y5 ?, Y
这个确实很赞。# q2 U/ n1 ~! D/ Y5 w4 v1 Y$ }
& G$ E/ ?& E5 U+ a, C) _' D
第一三张好像放不了全尺寸显卡。
: h- ?& ~  d4 X2 i; v& a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
) ^5 I  u# }# {& d这个确实很赞。
* Y5 u$ k/ i" _- n/ m7 v6 [2 ?5 y1 Q7 i( v8 x  V
第一三张好像放不了全尺寸显卡。

1 `$ B' B4 f7 `% t/ R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) q; A$ O' V1 q# Y4 ^+ ?
没那么贵,Amazon 上一条才 $239。16条也就$3,824。* v' {* u, M) w5 @  o

7 R9 e2 M9 X* R- ~# vhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
) E/ h# f" U- M; e5 t$ f% N
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。; @7 F6 H/ D6 G# }2 \9 E
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。
' n3 R! L; o1 D/ B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 & G0 P$ j: r4 I4 m1 P
雷声 发表于 2025-4-16 07:27
9 f5 |! C# B/ G& kHP 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。 ...
: a) P  l' m- f) H6 E) M5 Z

% W* Z9 ]* x5 g3 b/ M9 w0 I4 ?; m' WHP 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& I; x4 G! a! p$ n- \$ w8 ^
! G! a# h+ t3 r6 @1 m) 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。2 F. W1 K& l% i7 d) k% c# y
. q: K( a3 \; y' B& x) Z/ ~. l
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。
作者: leekai    时间: 2026-4-18 21:09
我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2,硬盘因为以前装nas不用买,后来淘了Dell730 HP z440,用下来感觉单路CPU更合适。期间装了N多大模型,现在只剩ragflow+qwen 3.5 ,35b做map,27b做reduce,都刚好可以单卡运行。前两天刚跟风试了turboquant,效果挺好。今天发现qwen 3.6发布,并且有UD IQ4量化,正在下载准备试试。
: {% j3 L, r  ^! _4 f2 w现在有更好的选择,IBM AC922,六块v100 16g准系统闲鱼上报5800元。
作者: 沉宝    时间: 2026-4-19 11:10
leekai 发表于 2026-4-18 21:09% P9 Y- h) L6 k$ s! P
我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2,硬盘因为以前装nas不用买,后来淘了Dell730 HP z440, ...
9 @  m' Y- W+ m8 }% W
2080和v100的优点是可以通过NVLink 获得很大的显存。缺点是缺乏 fp8 等先进架构的支持。不过看在那价格上,还能说什么呢?!
( u1 y8 n/ M5 b( S1 d/ ^" i
- ^3 q7 ]2 C& ~, t' {/ |- I8 ]' k今年较之去年,最大的一个变化是像小龙虾之类的智能体流行起来了。通过不断的自我进化,智能体在很多方面可以达到和超过简单使用混合专家模型(MoE)。而智能体的后台模型,如果想跑在自己的机器上,小一些的稠密模型其效果往往好于MoE。与人相比,智能体的AI对话中提示词的长度平均增长了许多倍,从而也就要求更强的KV缓存。如此turboquant正逢其时。
3 w. n& {1 u; Q( W8 s3 A7 Z* s6 V. U
比TurboQuant更强的还有RotorQuant。感兴趣的话可以关注一下它在你使用的模型上落地的进展。
作者: 大黑蚊子    时间: 2026-4-20 13:43
回首这个帖子
+ F8 [2 c# I0 w9 V8 z- c- N- Y如果去年就下手干他1个T的ECC DDR5内存的话...! J, b0 l: E9 [- i" x5 s

4 y2 b( u, h' a4 e+ c9 h+ d俺就不用今年年初买个128G内存条那么心痛了
作者: leekai    时间: 2026-4-21 17:32
大黑蚊子 发表于 2026-4-20 13:43
' H' c/ o" ^4 U# D2 J回首这个帖子
; {  C  I+ m5 I' h8 k( _, P2 f如果去年就下手干他1个T的ECC DDR5内存的话...
! t6 g) n& |+ q" D
我一直以为自己加钱换了512幸好前两年弄了几根1T 2T 4T的nvme还有SATA SSD,就是去年初看来看去没买氦气盘有点后悔。




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