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  z/ e* p' \- g" w* J3 _
我建议你再看一下KTransformers的相关资料9 X8 C/ W' c9 ?; o0 `
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 m' {. E1 Q' G, r5 u6 V& x欢迎讨论。
7 _, d1 W0 R% \8 s/ A6 G* }' }9 x# S! w
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。3 A. X% |! o" C7 |

, e9 K5 n7 I& F$ [# kCPU/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%。: }- }$ Z9 l* f. i: W3 \6 @
1 E* [. X- [& |5 g; b5 b6 q. Y
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 00:100 T# x0 ~3 c. v$ V" `8 U
    欢迎讨论。% n4 o. D- G4 _7 C1 A4 @
    & j) E# @1 }/ x5 X
    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 ...

    / ~% @" C% s% H/ V( R$ t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 `! F5 n
    显卡用的是3070M 16G,环境是Ubuntu 24.04.2
    5 t- ?2 k% {. d; J1 ~输入大概是10不到一点,输出大概是5,勉强可用: ^+ P* y3 {0 N7 d( w+ t9 H6 `
    因为都是整的垃圾配件,总体的成本大概不到4000人民币  b# n3 P0 |4 R& }0 E8 W

    ' i8 z- k+ d2 o我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出7 Y& }3 {3 p) b* i- h; 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
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    3 天前
  • 签到天数: 1935 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8 Y7 y( U0 G2 x  M6 ]
    https://www.pmtemple.com/academy/17340/+ v" M2 s$ D0 T, X/ N
    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( D( s( \2 [% [) t$ c* x! 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
    . q- _$ T. {! c( D: \$ s, Q显卡用的是3070M 16G,环境是U ...

    7 V' c6 Q* Z* _2 x6 Z4 o9 d( J4 Y# J# J* h( Z
    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
    & u7 C% |9 _/ ^) I% @. 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9 D* I7 w* G2 v
    显卡用的是3070M 16G,环境是U ...
    + R. R  B6 u; K3 u5 |" s
    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 23:42/ a9 t+ ~, Z% R4 c6 ]! l
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的( V$ n: S" P; _5 P
    https://www.pmtemple.com/academy/ ...

    ) x3 Y4 q( j0 E6 E# t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。
    2 M: U$ S- E: c) e! J1 r- p( C
    2 \4 s: W4 d( i* y+ C; o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
    * l1 Q6 R3 n9 j2 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
    # {4 w9 R( X7 |3 S; E7 q! x7 B* I显卡用的是3070M 16G,环境是U ...
    % P! E& C, w  _% V8 ?2 ?' 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。
    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 10:411 m3 ]5 n. Z9 o( l
    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 ...

    1 y8 Q) k" Y2 @7 _) Dhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    " p$ Y( @4 Y) g4 a1 j4 ?
    . R& I: j! `% X) P0 F: }6 aThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    $ [- n1 z$ N) ZThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). ) Z  h- q$ e; C1 H8 W4 m( X" B6 @
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    ( T0 A# }/ m  i
    0 D5 {9 [" U2 B5 V) y# gLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。* ~/ v' V+ b% P$ j" l5 j
    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
    # y  F) q2 m# n1 Z1 g, z8 _- @( l: _: c+ z- j5 z

    ) g, J0 K& g* \, ?  V1 X没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    $ Q: t2 l. `% [# x1 S1 c1 r! \4 L
    " D3 G" y, |  `+ f: {% Nhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1% Y8 M  t$ n9 l+ H

    4 [6 W- X2 ~, D- {2 v$ v& [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- S) z) x8 j9 q; I1 Y0 M! |( d
    * I. B# E: b# c, s- A但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    7 K$ g4 }) b3 }- T' u* Z1 f/ P* ]3 \3 }- S( _8 d

    " }2 i+ w) P1 x) t" ^1 [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
    : {) U; X+ M) w% c
    : n" W( z, K1 ?+ i
    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)。* ]+ q$ ^! G7 h- m; v

    3 k- ]1 d5 v: _6 t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。
    0 @8 c( {- w- s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。9 i) j: ^$ |* ~" _" Z
    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。
    $ ?* A) U. a; J- M$ ~7 M. s1 _我的GPU上的CUDA跑满都可以控制在80度以下。( }7 g$ |! b  S( C
    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。
    9 b$ h3 u# q3 K& \- F9 z
    - ^& X, X: g, E* [2 p2 d3 E  L7 W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。
    3 c4 G+ r$ d3 S
    3 ~! w  B5 {6 r. O. I5 A5 D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。, x! V/ I2 |2 r3 x* L7 r0 Q0 l8 J5 }
    2 d$ Z. v! y2 \7 z
    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。8 D. \/ z6 Y6 t1 p4 _6 I" j& L; _

    : k9 G7 H2 e" F* E) [8 L1 K: L8 O3 {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 `6 D$ M  s) `) b/ P. Z  v# x. k6 u' y) V8 v) k5 r
    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。
    % @, T9 u. i( `5 V) E8 w$ A5 G; X2 P( z, d" V3 x
    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/ B7 q. C1 ~$ I# m$ X& }+ j6 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 ...
    2 }4 F8 V) Y8 L5 B) c& ^1 z: 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。+ L4 T( C$ v: c' }: c- G4 s, l

      P( ~4 I. Z8 [2 L$ n- i0 |5 uCPU 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 14:122 |4 P3 k8 \/ B' R; n& E( 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 ...

    ; y& q( C! l) u- H: w我有点成见,总认为机箱上的风扇不够有力,呵呵。
    + k3 A+ K5 D2 u2 n  S3 ^( A: c" \! W9 t+ K' V
    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。( \/ s' v" ~8 K: E7 B

    , Y, @' ]; q9 ?, _# _! q" Q所以我的理想型机箱就是一个框架,其他统统敞开了,吹!. K& J: ~* @0 m$ I( V8 W: o
    % c+ I; Q" @5 a( O  [7 U: H$ f
    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: D) O+ `6 |5 N" g4 Y
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    ' G8 E8 ?6 ?) @3 s$ t5 R6 f+ D' @# O, i4 m% Y$ ~% 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 ...

    ! F( l0 I) d* Y" X% o4 [: ~( r1 WCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。% g* t  l9 @: t
    8 h$ h8 D. w' G$ v+ C

    . [8 T; D- ^- X( K, @( \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。
    & z/ y' G% r: f) J* h3 s* @ 2 [/ A& R( L5 d& D+ x6 C$ C" D

    ( C/ y) ]. Q1 ]7 v所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    , c, W/ I4 l, T% Z$ [
    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 2 y: E( }9 F: D: G8 R0 }: K) d
    孟词宗 发表于 2025-4-15 21:45
    7 n5 k8 W5 k* W# X9 P6 yCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    3 g9 |! {( a) }$ S  o/ \5 ]7 Z- y: ]# b; W4 M7 X! ^
    这个确实很赞。) [: t' S# B6 o- e

    : A3 [# K6 H# ?  L3 F3 [第一三张好像放不了全尺寸显卡。9 G8 Y- P) A- x: K
    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/ S0 c" p, P' a) @; [5 J
    这个确实很赞。8 t, C  g, ^. I

    3 q8 I' `( D1 ?) k; d第一三张好像放不了全尺寸显卡。

    # y! ^; T: q) _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/ [' M$ k5 t) t
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。! {1 H9 j. L9 m) ~
    : @9 j: X; q9 ]+ q: T
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    7 Z1 [# o5 J' Z& R
    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。1 w8 K. R# r* [" Z
    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。0 ^% f) m. b3 J1 w
    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 . }4 E5 k5 `0 H* R
    雷声 发表于 2025-4-16 07:274 P& f& ~, y* o" A3 _
    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。 ...

    9 `; V6 K4 q3 Y2 {6 n7 f2 w$ G- d5 r8 ]. @( ]: C
    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。
    + c5 e7 {5 R# |2 J8 y% \1 d4 s1 z% W& @
    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 w4 a1 _! Q/ ~4 M. H) y
    4 q" \) d5 d# S) L: e( k
    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, 2025-7-31 22:42 , Processed in 0.046169 second(s), 19 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表