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+ h' x) [# O" ]8 s
我建议你再看一下KTransformers的相关资料6 P; f% W2 c- \& a( K, Q
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 ...
, k* q5 B% N3 z
欢迎讨论。; \6 P9 q1 m/ ^5 R

5 E, `) \- D4 @( S; 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。
' j% E! u& f: k
$ q2 Q4 m* F& E9 LCPU/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%。
# F- `, H( `. z% H
4 ^& k1 N6 Y+ A5 o; _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

    2025-8-7 11:56
  • 签到天数: 1132 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
    0 q' q+ g8 m9 i. H: B欢迎讨论。! e' i1 ?1 b* b( s) n! i8 U

    ' {' a2 F( ~  n/ P7 D+ O2 \+ 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 ...
    9 _" I# R8 f9 U4 A8 u3 }! 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 z5 B, e9 i, k: _9 b9 n显卡用的是3070M 16G,环境是Ubuntu 24.04.28 B- p' i% e) D3 ^6 r
    输入大概是10不到一点,输出大概是5,勉强可用& w3 d1 s% P! h4 X- X4 s% Q& h
    因为都是整的垃圾配件,总体的成本大概不到4000人民币
    1 C2 p: o$ Q( b1 l3 X' e& x8 w3 m+ k; R" X8 t$ C& Z# ]
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出0 N, n, y' \4 m: v5 t" p8 h
    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
    开心
    2026-2-7 02:13
  • 签到天数: 1955 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 ?' @( \& Q* I  fhttps://www.pmtemple.com/academy/17340/  Z1 T5 E" j# Y  o" S$ q" L
    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  X, n, k3 ?0 ~! w! u4 w
    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 o5 C8 A3 Z4 ~
    显卡用的是3070M 16G,环境是U ...

    ; _8 \1 y  z1 V: X4 ?' w. P3 \
    9 b) w. Z; ~+ ]0 Y/ F1 D1 c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 22:250 ~1 Q5 b2 B- h8 U+ N0 y& 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
    : H! I3 P, ]+ O显卡用的是3070M 16G,环境是U ...
    * A* j( W; ]% ^* E7 m
    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
    % D2 b1 k6 a0 E3 T这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的) O! l+ i8 j( a, G
    https://www.pmtemple.com/academy/ ...
    ( J$ _  B+ v: P& a' N, L3 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。0 H7 k9 H1 r1 q9 C2 T: x
    5 n9 r6 W+ t  Q' {. l- q6 b
    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
    5 R4 z' E8 r+ S2 r* }! d, v6 }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 Q& l. |$ q0 T4 z7 N& u1 O
    显卡用的是3070M 16G,环境是U ...
    % o2 k# F/ v" \8 T7 }0 f5 u
    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& b: n) t5 z; ^9 A1 L" @; ^0 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 ...

    4 |% Q' Q" J' ihttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.# c7 A6 y5 D; Y/ d# E
    7 o/ L- q/ O. E+ ?2 N3 J
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    + K5 N% u$ H& U) a, cThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). - @# u& e/ ]5 X) [0 s
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory! {+ B- E" @9 y( x: F; A

    . n0 M6 f4 Q0 CLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。/ {2 j/ Z8 o  D3 N; i: W4 Y: N
    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
    ' j/ ]+ I1 h, i+ X: j
    * ~) A$ @( B) \! f" S& L4 D# a% }5 b2 d; x' Q7 x0 G
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    ; V5 N' T* K9 o- H; H5 x
    4 S$ u" @. R9 I% C: c6 D4 E0 A$ z* j( ^https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1" N2 d/ Q3 N; j

    9 |  P+ m! e0 j) g9 d/ y1TB 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: L0 M# C: R' D# Q- D6 W
    4 C: l. L0 A. o) c0 w
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6' E3 s2 H# @5 o  T6 L  \

    1 o8 O2 o, F: T; u) }) s: [% m9 V: q" a- G9 N, h7 R/ [( ]
    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

    1 P+ i! f; N% j* V! G6 I8 H* j% U! N( J2 j) Q5 y7 Y
    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)。
    ( C$ C0 b& [3 C. M5 {3 I& z4 U2 W! P4 n; Z6 P
    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。9 B( X) c2 V+ B
    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。
    / ?1 w+ s  n/ K( {: 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。
    7 P3 h7 u! T' v' z我的GPU上的CUDA跑满都可以控制在80度以下。
    ( w' A5 Z$ ~5 h2 w/ D3 q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 G& Z0 j: I. B0 u, ^5 ]9 ]% l, B/ a  C
    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。
    6 _, q2 j  J* a: ]2 @$ g9 U2 R
    ' u2 j2 \6 l6 j% `6 n% `# B6 ~* {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。, M( B4 b) q2 d+ g
    + b; ^' w6 j- U$ I) B% l
    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。" o0 Z% X3 L6 `% A- m% R: |$ O' U
    # n+ `! m1 U2 E) Q. R, R' }1 u
    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。, ~% t3 x# K  c% v

    , W5 E) R* ~& H1 t! ]7 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。
    & ~8 W) D  ^& ^/ l* J& N7 J$ X6 L: b! \# `0 P
    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, B( t( p4 f( p; @: c' S3 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 ...
    , `. M6 P" h6 [2 v/ `
    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。
    ( b) U# ]3 m% L- H7 D
      \; ?6 T/ h# r9 J$ y) YCPU 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 14:12
    ( c# R- y4 O$ s2 L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 ...
    , b) B8 ^% G' r' a$ \
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    3 |+ p$ e5 _0 h0 ~" R( k) e4 p( T1 u  \0 Q2 \
    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。& }4 `* |2 K+ b5 y% k
    , x! l* k; k- K* Y/ p
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!
    # V) x4 Z- Q" B9 ^* v5 w
    0 ?+ ?% t8 t* N( n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
    2 z3 K3 A* J. `) T" a我有点成见,总认为机箱上的风扇不够有力,呵呵。5 a  x6 h0 ~; p* ~  G! K
      d  \+ x* F2 u8 h
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...

    0 |6 q' x: E  o7 ECaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    , _) _: i* o: ^, Z. y% S4 c0 T
    + @9 F$ S0 f+ e
    # r; x  l+ t% \' L5 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。
    , d9 t& g0 y# i+ H! e3 f: z) I
    4 Q; E0 E5 i3 k* R' ]/ D, g2 c, z$ t( S0 z2 _
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。( R/ I0 x* B2 T8 A/ a' H- v7 N. |
    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 " V: Y' j% _2 _9 d, I: P7 I
    孟词宗 发表于 2025-4-15 21:45- ~3 b% G' J# r5 S
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    ( K4 S& w9 _) f) _5 O' t! i3 D3 k8 R. P# q1 w
    这个确实很赞。
    ( s- _6 z+ l& U& _: z- V' C" y9 Z* J7 I% B7 v; p8 @/ [
    第一三张好像放不了全尺寸显卡。* B6 _+ ?& i1 d! X' a: D
    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
      ~7 \7 J1 R/ o" p5 L' U这个确实很赞。3 y; @  I( a% Q$ I2 P

    9 M2 V" C- }0 h5 v# d第一三张好像放不了全尺寸显卡。
    ' K+ O; ~" y5 N1 ^+ d: y% ]6 A/ P
    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
    , a3 D, X" `0 l1 U7 F8 X& [4 B0 s6 d, j没那么贵,Amazon 上一条才 $239。16条也就$3,824。7 T, s& S5 {; d" ^) X

    ! G: t. l/ w: |; E9 ?- @1 V! `https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    , Q. S- g% V/ b# U& D+ s) i
    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。' [" U+ g' B; b/ W
    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。
    ' F; Z6 T8 d; A- Q) m6 P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 " B5 J) R5 X- s9 R% S! T0 c
    雷声 发表于 2025-4-16 07:27
    ; L- t9 ]3 o6 w" y0 k8 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。 ...

    9 \( Q# G' E/ s5 G& J# A& K, c' |9 n% e; ?% r2 u
    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。  W: h1 R$ f. r9 {# i% r
    / e, @& m4 r7 v) R
    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。
    ) p9 e7 `0 d2 |) Y, r. _( |4 Y
      h9 s6 |% Q5 d+ N; `: 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。
    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, 2026-2-19 03:53 , Processed in 0.070626 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