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。( y7 j& `. l& n( f5 ~, ~) g
  C, H# S5 F1 f4 E; y
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。' [1 G" }6 z' [8 _+ K

& X/ L- o+ x$ c: u9 k1 }0 H. _0 ~* J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。+ M# V* L% a% @1 l2 D

4 u  m$ p( D$ ?) L8 S2 z- g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 k, ?2 P: K  W9 }$ q$ s; b9 O8 w& `, B+ O$ {* L% i5 O% n, D
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$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。/ d1 H( m9 W+ {0 w9 W
0 z8 q1 a9 u* I2 M; U- ~, ^+ r
, [! `  c. X- w( X' C& j: U
第三：显卡。双3090或者单4090。4090不好买，用两块3090大致能抵上一块4090。) f2 G; q$ l. E( l4 v) L: `
3 s1 X+ n1 L2 q; X) T
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 TB0 g# e1 U: F) D& }9 @
（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$150）
  C4 Q# k# y* O8 Y+ g/ D& a, X
其它：说3点。1)普通PC机箱。2)散热避免使用服务器的暴力风扇（ PC机箱也缺乏服务器的风道结构）。如果散热量大，考虑用水冷。3)如果单台大功率电源太贵，可以用两台小的给主板和显卡分别供电。如此需要双电源同步启动板或者同步线，但那东西淘宝上也就人民币10块钱。
4 V& Z6 b/ m- ], m% T* l
* u; n2 W) }- U: w3 S2 i# r5 X6 r3 K8 \最后汇总一下。数字为能够淘到的大致美元价，可以接受二手货，+、-表示向上下浮动不超过15%" G! ]* [9 i+ K$ j
3 B/ I' h) ?: N; D! _
RAM 512GB DDR4       1000+
9 P" L: N  _' R2 P; v) WCPU 7C13或相当           700+
. `4 {$ T  S2 y" v6 G主板（单路即可）         500
* {* q0 u% g. a显卡 3090                  1000- ×2
1 E4 C9 J9 `0 L3 [. U固态硬盘                     200+
/ F( q; c& L3 _6 x6 {其它 机箱、电源、散热器等" M6 j2 ?. |" b
( m( H% r/ o1 l% d- Y6 I8 |
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
; P+ @  b. q% P/ Q) V% @8 q# Z4 o$ r$ c$ ?
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
( e  X/ V' z1 Z3 q2 ~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& L5 t- k0 W( q1 }
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; v$ [  w) y# c% e
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
: o" k* b+ f' ^" f( Z0 }8 F9 X, m5 P' k
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
/ t$ ?( ~4 y4 h6 j  U) 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 ...
( p9 T& C/ z) q& i. a: F% f; @
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$ a! v% D! U, I
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。

+ c. W) }+ `2 _8 d, F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
: ]# {; K7 d5 `, 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，

6 b; @6 Y7 N8 M4 Z8 Q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
) x' P  V; ~! R/ S* W" N9 O! G
4 b5 ?, H. k  g
; c4 @! ~1 o( D- S) p0 ?5 a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 23:328 |2 B& u" S$ w+ x
这是大华股份根据国产芯片的一体机，
, W4 M' Q" u3 a& R# s" b: T
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" Y7 `4 d6 D. R  F& f* z2 U
我在自家电脑上搞了一个7B的模型试了下，真的是不太行- A, _9 V4 n/ U5 s2 i# i+ r
我估计32B和70B也都不太行) y) _+ j% y# W
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8 P6 |1 b0 B+ y7 O% P

5 A( b) t: j/ r
! z* C! \: n; c" g% S, 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
* s/ G( f; }& I5 D3 A攒了以后干啥呢？

0 J1 f! U, H5 k5 g- s& m0 x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 23:389 r8 e: Y. d4 b  W6 b) M, j
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6 m6 R: p2 R2 s- @$ H9 I. l0 e
我在自家电脑上搞了一个7B的模型试了下， ...
; E! g; i' F! T; t, t: H
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
# y$ q* `! F. r2 T2 V( Q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，{: ...
' b5 S+ i1 Q/ D- m  e
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 A) Z# h* @! h打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿
+ |# g9 n. N& ]- p3 Z: \0 }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 N' F" {6 j- U  _& ?% n, U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$ U( E/ ]. [0 p- J
我在自家电脑上搞了一个7B的模型试了下， ...
  }. Z! i) ~& ^: m' 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
& m1 V# H6 V/ \* U# s2 }+ U好奇你攒个模型做啥？
& ?; ?6 ~2 l: I2 m' b

; {1 I- Y/ l8 u/ ^5 \' p玩啊，好奇啊，这很可能是通向新世界的大门. f5 B( E& E* N' X2 o/ _
有这个条件的话，干嘛不玩？
, f7 g. s4 @# l' ~8 e
5 z# {, U3 \. a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& s$ e( \! g) n9 y( p) @9 \, a

; V- T7 Q" T# {. q& C4 T, F6 ^DeepSeek的出现，极大降低了大模型训练和部署的总体成本
; |& \; W! v5 `+ _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
- q' Q3 a* p2 w/ G7 l+ j
: ], ?% y$ n, D# L- P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2 G+ m$ }+ h& q
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/ T# Y7 D& {) b  I0 V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 ...
' G7 U. O5 S1 q- \: L+ y. w0 n
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。
. Y1 r& g- |$ V. ~, w* v9 |
* \( Y- z0 W6 s) N/ s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
. [+ N) N# O/ s. C* _9 C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7 w' u& }$ e& Q
打听了一下Intel的至强4代C ...

' \1 i8 Y  s/ }6 C* X"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# {$ g2 P. B+ z/ _0 [" M' X
玩啊，好奇啊，这很可能是通向新世界的大门
" b$ q8 p- M* S: w9 F+ N有这个条件的话，干嘛不玩？

2 {9 ]0 n) r% U" d3 X& k& O- 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 05:30
. F6 w  E! L+ U. o7 p6 L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。 ...
$ I$ }' i: c% j& m3 p
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。2 L, H- Z: p' w. b: I0 S* D' l) Z
0 p/ B, x* j; K( G2 E9 v6 d6 M
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 m% r, `6 I+ c1 g: Y( {9 T, C7 ~% Y# H. M! i# P3 f
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。
3 f3 ^- U$ N) i3 N
3 u. ]# a4 Y  E+ P& p+ o, n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。2 m5 a- s0 e, k$ P0 ?
9 T- M, f- M2 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
! s) Q5 A3 p) U# x# J' Q! X  d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 ...

$ j4 s3 W/ D* f  z& t2 }+ b我建议你再看一下KTransformers的相关资料  ]+ A6 O6 p" Q1 `
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。
, B/ P3 l* t6 n$ Z" F1 J' B+ [DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半; y6 x$ a. d6 b1 x+ d* b
CPU的带宽再砍半的话，又要丢失速度
+ p! ]* ~7 A' W) ~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( R% g/ H- Z: t" o% @
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
9 u. B$ J( h, [: {我觉得起码要搞个输出4-6token/s才行吧
# a* l5 A8 H6 f- 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 14:10
' l! Y2 f( o* I0 T/ V- a$ c! s我建议你再看一下KTransformers的相关资料( y5 f# g1 X( ?8 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 ...
/ \+ Z8 u) k% c. K% E' ]9 O" w
欢迎讨论。! V( b2 t9 D8 J/ q$ L5 @3 k

2 q% n- M' S' s( b1 I  Z6 z& A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。
$ f7 W* y$ Y# t* |, @7 {! }. C) I7 P$ U- u( n: Q
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%。
) R7 f( C" M" ]3 y  L. X7 d2 ]: y  b7 n4 Y1 E
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
3 Y1 d1 Z7 P" }2 d3 R' d$ e: L欢迎讨论。" i% s5 V0 Q5 t+ P+ h& t
, y) m* \4 c) ?/ X0 {/ Q
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 ...

+ t3 J* T- t9 z; @: 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6 z8 \2 L& t/ w3 ^" G. e
显卡用的是3070M 16G，环境是Ubuntu 24.04.2
( r' t! h6 U  L& o* t' b/ A+ P输入大概是10不到一点，输出大概是5，勉强可用
( D  E2 ~4 Q5 Q* t# X4 F# x因为都是整的垃圾配件，总体的成本大概不到4000人民币
; {3 r1 }( ~2 |7 J  j3 i, E
2 Q% L) v* W) V1 r我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
9 V1 B6 r2 \6 c$ b7 H# ^% J& M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
' z/ ~6 _# r, i3 vhttps://www.pmtemple.com/academy/17340/
6 `/ I& E' k, R/ e9 v4 M% [
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25
% r0 f& f" j4 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
! W: r( X' U2 m2 L3 d显卡用的是3070M 16G，环境是U ...
3 g1 _, J$ @# g

. s. k" B: u; L2 k. W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
9 ]; i, Y& Y' f& 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
. {  Q* ^9 u0 j4 J6 `' ]1 S显卡用的是3070M 16G，环境是U ...
6 W; M7 ~- I( P1 h% k9 _
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
- v, e. y# Y" K这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
. Y( r( S4 a( phttps://www.pmtemple.com/academy/ ...

+ A2 D7 C3 H7 j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。, T1 V0 N5 b: I6 ]! j6 u" A

3 u0 x  n+ p3 G5 l. h; e& r2 n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& ~. W8 D) L0 x
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6 k+ k* Y, X2 }' g, T1 D- P8 c: s4 x
显卡用的是3070M 16G，环境是U ...

+ H- P8 D: w# x$ R* I; ?, c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; l; A/ N4 h5 u* q$ N
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 ...

, B5 s4 v2 `; ?4 u. Z+ A6 K9 \# Khttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory., G( I0 A' ~' d# {/ T  b
0 p8 ^0 B) T) ~; [% B$ @6 Y
The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. + Y/ e' q6 H5 \9 Z
This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
4 g3 o; b& x! N2 |+ kThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
6 O8 F3 j' ^3 i4 s. l' A: j4 @
  G* i( F2 \1 F3 F3 c% g8 JLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
1 Y; H' Y' [: j* [; J/ wZ840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 5 M+ ]: n# X8 j1 `5 ~' a" g; ]  M
雷声 发表于 2025-4-15 11:185 n: R5 h  o$ X+ M
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
! i( F5 d% i1 z& ?  N! ~9 Z

- c4 Y' F7 G) P! K3 F没那么贵，Amazon 上一条才 $239。16条也就$3,824。# @& W( t! O- Q0 t
3 c. }5 W4 P# B8 v
https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
( f7 F6 `- w3 \( Y$ r+ N0 `; K8 Y5 n6 t- a7 I8 F: L1 E" o) h
1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
4 E0 M' k# e: w! T$ J* D' L
4 ~4 F7 X) g+ p3 e. B& e但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
3 D8 W( j9 u  [7 x( Y$ K( n5 B
5 Q# r& T# {! W; Z( G5 n5 m& X& l8 T4 v8 K  s
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
9 F# y. k# Y8 [* H; Khttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

7 K# d" F3 w& N. ^7 e" b- y
0 P. a0 X/ X  S1 h3 G* U$ 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）。
  V2 ]4 l9 L. V& n( `3 J
6 Q# r8 `6 p1 i, v3 H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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。
  w% z+ {' c2 t当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。% T0 c' J2 I9 M. \4 c) O, y- R
服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。
2 T8 W0 ^8 D( J我的GPU上的CUDA跑满都可以控制在80度以下。
5 }6 T" b) w$ f5 ^. }* ^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。
/ a4 r" M6 _, S" I5 n* i  }, i, |& H2 D& C+ @; X- A
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 i  B5 S1 ?) c3 g) l4 B) X! ]- W( r
* e' w% h3 Y  l) z# [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 s. I, Q8 D/ a7 f. z
$ L2 F  N6 [0 n2 K' `# ]  k
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。& W( U; D7 m, L! [0 T! a
! d' R" T9 N2 N
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。. b! q7 L. y5 C2 W

1 c# H# v" O2 n9 V, Q" x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。- U) m; `: R$ g/ P
: [! u* I- s$ k6 N7 r
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 12:586 ^% w( U7 e  h7 y5 ^- p% H
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 ...
  T& A6 `" M0 f7 b7 r1 M. r: d5 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。
+ H5 ^. F+ T6 o% Z  a+ {. ^) K
; R9 Z( D6 B: _7 Q8 cCPU 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
, O; Z' v2 `) x8 h2 b# U: 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 ...
$ Q" r6 M+ o  v, c
我有点成见，总认为机箱上的风扇不够有力，呵呵。+ g) k2 a: [$ x1 Y
+ T9 m6 a( J' g( f/ \6 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。
2 s. I, b+ X0 {5 ]  e) t- [
; q. s& ?1 L& F/ H5 m! G' S% A' V所以我的理想型机箱就是一个框架，其他统统敞开了，吹！6 x  h6 j  A( ~; X* a. G+ x

) u" q( G! N4 t1 z& s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
, J% G" Z4 n. U- F/ m我有点成见，总认为机箱上的风扇不够有力，呵呵。! b2 u9 l# E4 q' R

" c6 o2 o7 M" N3 _  t& u, 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 ...
( B2 _' |% k. `% }
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。' H+ w9 H4 l9 ^+ p" D) P! A

% Z( c: X2 b4 l( W" p- \/ U: O5 k
  y" I- l7 _" H/ 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。
) I9 o( d7 p! Q' K2 j
4 F* b- _# O" x+ [& s  m+ d" T3 g2 G7 a1 d4 {, f- O3 v
所以一般都是挂墙上的。造的好点的话还是挺科幻感的。# q: }4 b# U3 D+ K3 E
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑
, {: K  m, [+ q! Z7 J9 F
孟词宗 发表于 2025-4-15 21:455 X: g* M4 T& h4 b7 ~
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

% m+ e/ l2 F+ v' b2 {8 q4 C7 M) \% Y* R( J  W, F' p
这个确实很赞。9 D: j$ L) p2 U+ H7 {

1 u5 y) q9 G; B! r5 ~" b第一三张好像放不了全尺寸显卡。
- ?. c: m$ z, \' ~; 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
; u# d3 [% {; F' j这个确实很赞。9 O2 F5 F5 X7 w; k- P

4 V' \% P4 W( H% _5 w第一三张好像放不了全尺寸显卡。
" s; M2 I# n# P* p) U% j+ J" ~  E
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
/ G: ?+ `  y' t7 d  p没那么贵，Amazon 上一条才 $239。16条也就$3,824。; P3 ?& t& D! J. G6 H+ x

0 K; }7 b$ I  w% H7 r# ohttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

" K8 `$ |+ y- Q8 q8 z* ^, q1 eHP 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。
8 g. }/ [, L$ S1 }( s1 }- k) XZ6/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。
" t5 u7 G# k) o' a# _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 4 q3 i# _; o0 g' H3 ]
雷声 发表于 2025-4-16 07:27
& D; n. |9 H, nHP 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 q) j% I# f7 l# X6 m; z- Q

) h) g* L7 _( y. p' `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。% a5 X" d( X5 ?1 y* U
0 s* _2 P, Z, N3 \" I7 I
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。, i0 }& l$ t! Y3 W
0 S( e/ d' F/ 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。
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。7 b7 P7 }, R2 t: s
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
* E6 x/ s% @6 s$ ~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， ...

; n( H. i/ m- C3 C2080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？！0 K1 `" V( F8 X  J
9 A: D1 _- Z7 @) u' v8 ^
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。+ X% n/ k* A/ V/ r  I- E
3 z" E- r6 i2 K) j2 T
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
" k5 `* A* L1 I- e/ q如果去年就下手干他1个T的ECC DDR5内存的话...
* q* Q9 u/ t* [/ M7 A" X
4 k4 T8 b- `9 \" w/ P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
$ m; u9 S8 l6 [  v! `回首这个帖子
# Z: Z; ~* ^) T/ L: u如果去年就下手干他1个T的ECC DDR5内存的话...

+ [0 A( m! B' \- d8 M4 j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