设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
12
返回列表 发新帖
楼主: 沉宝
打印 上一主题 下一主题

[信息技术] DeepSeek R1全参数模型一个可能的本地部署方案

[复制链接]

该用户从未签到

21#
 楼主| 发表于 2025-2-22 00:10:00 | 只看该作者
大黑蚊子 发表于 2025-2-21 14:10  C' ?" ]- D& G4 W' o" |
我建议你再看一下KTransformers的相关资料0 y# v; t% z. Y) G+ q- O. 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 ...
2 W* i0 c# X/ r- R  {- r9 l+ W
欢迎讨论。. n( D* K8 N8 q' i) \4 b' J

) P4 \9 E( e) _  Y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。
+ }( f5 H5 a3 r0 K) K" X3 `; p# J  L" n7 |( R$ U% T( a3 U
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 g! i; C5 d! C! _3 j
: X$ g, `* @! L2 x" O0 _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。
回复 支持 反对

使用道具 举报

  • TA的每日心情
    奋斗
    2025-5-3 00:05
  • 签到天数: 1130 天

    [LV.10]大乘

    22#
    发表于 2025-3-10 22:25:59 | 只看该作者
    沉宝 发表于 2025-2-22 00:10
    ' L+ r: {9 v9 k. z0 d4 t欢迎讨论。! C) W# |+ z4 f' e. t
    % x# h$ J' I- R2 Y) N
    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 ...

    * R9 r! ]) l+ d7 h# p7 G9 k0 Q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$ d% ~# j/ ?% Q- E
    显卡用的是3070M 16G,环境是Ubuntu 24.04.2
    5 G. V/ d0 z3 r8 e$ r7 g, B输入大概是10不到一点,输出大概是5,勉强可用
    ; F4 \. R, [6 K6 ~# h  W3 B6 B因为都是整的垃圾配件,总体的成本大概不到4000人民币. k5 N$ }7 |" [2 h$ L; J6 J
    " F* T) c+ }6 `
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出$ m) D0 B8 F- V6 [' _
    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
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2025-7-18 08:55
  • 签到天数: 1934 天

    [LV.Master]无

    23#
    发表于 2025-3-10 23:42:05 | 只看该作者
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的/ N: K9 h- o$ b3 b) h
    https://www.pmtemple.com/academy/17340/
    2 n0 t1 n0 r) H& y. K" n3 l, j
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    24#
    发表于 2025-3-11 01:50:49 | 只看该作者
    大黑蚊子 发表于 2025-3-10 22:25* c: n9 N$ \" Y  k, h
    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% P. o' \$ I/ H# E( e* W
    显卡用的是3070M 16G,环境是U ...

    5 z* u" l# H" ]& ^! `$ k/ l2 {! w
    9 h& M( ~% G; C$ q9 G  B$ I( ?1 v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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    25#
     楼主| 发表于 2025-3-11 02:12:03 | 只看该作者
    大黑蚊子 发表于 2025-3-10 22:25. K; G! ?- _8 q/ B4 M! l3 j
    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 |8 t: p% K" g$ l+ Z显卡用的是3070M 16G,环境是U ...

    / |# e0 Y/ K. Y这做得很厉害了。点赞!
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    26#
     楼主| 发表于 2025-3-11 02:14:17 | 只看该作者
    数值分析 发表于 2025-3-10 23:427 [7 @& B  |7 l! t5 G$ S3 _& x
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    + L8 q& Y' Q: L$ g1 {/ U2 `https://www.pmtemple.com/academy/ ...

    $ w1 l7 s( N' Y% f! H' u这么多案例,很有参考价值。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    27#
    发表于 2025-3-12 01:39:51 | 只看该作者
    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。7 M" P1 o4 ~- n+ e

    9 L' T' f1 @) E. v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。
    回复 支持 1 反对 0

    使用道具 举报

    该用户从未签到

    28#
    发表于 2025-4-15 10:41:36 | 只看该作者
    大黑蚊子 发表于 2025-3-10 22:25
    * e% l# `6 `& X6 I! `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' S0 f1 Z# F4 v: p$ `
    显卡用的是3070M 16G,环境是U ...
    ' g( L% b& Q4 Q2 [! a
    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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    29#
    发表于 2025-4-15 11:18:33 | 只看该作者
    孟词宗 发表于 2025-4-15 10:41% s5 r7 m- W# \% I, z: f
    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 ...
    * f4 }1 f( R( M- z' p; c1 Y
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    ' x" z2 V' v  e. B
    * v9 ~# `: m, sThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. ! c7 t& G: D" }
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    # F+ r, @! E$ b2 \The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    ( u+ r( R2 q' X  e$ p8 W
    . O  F% _# t/ O) g2 o# ?0 N5 `/ M" qLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    , u/ E& W5 O! [* {Z840倒是不值几个钱。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    30#
    发表于 2025-4-15 11:58:03 | 只看该作者
    本帖最后由 孟词宗 于 2025-4-15 12:01 编辑 # i7 l, _6 R% r& {0 M0 e

    8 i5 m; P$ i" R* m8 u$ P# y3 |  u6 l( g. O) X1 x6 x8 H4 t) [2 Y
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    1 O% p  r& f& @$ q
    - N$ w) N6 \- v; e# v8 M. B: phttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1: F, s% y0 o; E8 }, `: z! t

    $ m" E) C( q# \2 r: X! v# T1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1( x" g7 p2 m7 f7 o! u
    & ?4 n! [7 a$ ?
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6: Q0 s2 Y- ^- e) ^4 \/ u% l

    1 H. q* \6 l$ [
    2 R) U: c; V1 J/ d7 q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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    31#
    发表于 2025-4-15 12:14:39 | 只看该作者
    ; K) t1 C/ E7 R& a
    - J$ ^7 b; h$ [1 W
    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)。3 ~2 U5 ]9 b1 o3 K7 K- V; M

    ( p0 B2 a. V( ^; N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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    32#
    发表于 2025-4-15 12:58:04 | 只看该作者
    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。
    ) B( f1 y" V4 D' U# |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。0 a2 J- \. c3 |2 z) I0 z: `- n# D9 i
    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。! `' P, U2 g/ r% H2 n( F6 @+ _! a
    我的GPU上的CUDA跑满都可以控制在80度以下。
    0 l* n' i% Y; X8 U9 P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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    33#
    发表于 2025-4-15 13:48:16 | 只看该作者
    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。& ^, l4 r' U0 M, J7 ?
    , \7 A3 c- R, w% ?$ l  y8 r4 H
    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。
    - n* k3 J5 k% N& W- Z" A+ ~7 a9 W8 P( g
    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。
    4 s/ R6 Y% U8 Y$ M
    $ J. K# c: |7 {3 J5 M# ?5 B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。6 S" D# Y- y$ q7 y5 @2 h1 ^' m4 }7 ?

    9 w/ v$ q. P/ g% }* b8 _  S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。: I+ d4 _2 R- V) X# B! F

    8 L1 [  d. \# m; @* _- M  |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。
    - H! B6 N8 H4 v* ~$ ^" ?# v4 H, _3 N6 J
    当然价格据说也挺感人,要 $8,565 单张。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    34#
    发表于 2025-4-15 14:12:31 | 只看该作者
    nanimarcus 发表于 2025-4-15 12:58" |* w! q# M# Z7 {
    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 ...

    + z9 s' Q; B. D" n* e( r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。
    1 Y& |/ B4 X: |. s; E$ c7 s. _* C& z& d/ ?) `, ^0 h
    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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    35#
    发表于 2025-4-15 17:35:32 | 只看该作者
    孟词宗 发表于 2025-4-15 14:124 C- |  I7 o* D
    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 ...

    . ~4 t6 U/ c2 q( ~) |! ?$ \' D我有点成见,总认为机箱上的风扇不够有力,呵呵。
    0 u7 x. X/ {/ X7 t* w1 @5 z- D
    " [$ f8 c/ {. D, z3 W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。, Q9 T, i; z  B/ U( l

    4 y7 ~: [# S3 M, n9 v& g所以我的理想型机箱就是一个框架,其他统统敞开了,吹!1 E* h/ [! b- a: Y7 m
    : q/ d9 I( P& x8 e+ p( r
    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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    36#
    发表于 2025-4-15 21:45:18 | 只看该作者
    nanimarcus 发表于 2025-4-15 17:35
    6 ?8 S) ~) b2 w; s# [) w1 t/ s4 b我有点成见,总认为机箱上的风扇不够有力,呵呵。- G" a  |9 h! _: \4 z$ L) c& [: B( C
    : s6 ?' p7 n' 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 ...

      m- y2 g1 g, c: Q" y  rCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    . A2 g( H. _  u( [1 s- S
    1 {% K+ V$ y# s) i; l$ m  z" n. T$ S
    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。* e7 b& t! g! M7 G4 E
    1 q6 E2 I2 h* U
    % a$ {% {( z$ c# S
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。# I* u% e2 V$ _7 k( L1 j5 P. L3 I3 h
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    37#
    发表于 2025-4-15 23:26:20 | 只看该作者
    本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑 7 Z; j2 D4 G9 Z  r! I
    孟词宗 发表于 2025-4-15 21:453 P- L! \6 `8 I7 N% g
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    , ]" m  q$ _: c7 q, A) b

    5 ]$ r  L1 ?" g/ |这个确实很赞。
    . w8 x# g+ R( _" t6 n9 N' m
    1 c/ V1 {! }& O: \9 @' y( `第一三张好像放不了全尺寸显卡。
    # D/ j* T9 m: J# Y第二张全尺寸显卡的散热好像不太好。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    38#
    发表于 2025-4-16 00:07:18 | 只看该作者
    nanimarcus 发表于 2025-4-15 23:26$ P% b6 |5 M& d0 F  r# d
    这个确实很赞。, Q  _2 `4 u' P+ u& j3 h) I

    7 N* f# T! }1 s6 S1 `第一三张好像放不了全尺寸显卡。
    . ?4 k- D: v3 W7 w3 U8 x, ^
    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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    39#
    发表于 2025-4-16 07:27:19 | 只看该作者
    孟词宗 发表于 2025-4-15 11:58/ j: U! C+ |$ Q& Z, l" p
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    6 c) X8 z9 r: G. \4 h! s4 f( E7 _# p
    8 M* l3 F! X" j4 J4 ^https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    6 r' @! J% _# y' K3 R$ HHP 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。
      G! M" m0 y1 s; ^+ _! VZ6/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。3 T- W" R: _( C9 I& `8 ?/ ]
    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。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    40#
    发表于 2025-4-16 09:55:47 | 只看该作者
    本帖最后由 孟词宗 于 2025-4-16 10:03 编辑 , t2 c* R( E' L- B& C# S$ Y$ v
    雷声 发表于 2025-4-16 07:27
    " U/ c. g" r0 xHP 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 Z/ X  f
    . b/ I; f& w5 Y! i- K; l" x) SHP 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。
    & Z) E; U; _4 q( Y; g; ~3 z# l) }* m3 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。
    8 p7 O/ K, l) u" c  x* L5 p# B6 {$ Z* h$ K% o2 C$ p) E8 t+ I
    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。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-7-28 00:53 , Processed in 0.047972 second(s), 20 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表