设为首页收藏本站
开启辅助访问 切换到宽版

爱吱声

 找回密码
 注册
搜索
爱吱声»广场 › 研究生院 › 科教学圃 › DeepSeek R1全参数模型一个可能的本地部署方案 ...
123下一页
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]
沉宝

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 14:102 Z0 d- Z" B% G, _  F: Z
我建议你再看一下KTransformers的相关资料7 z) M. ^/ G8 V- Z
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 C! w; ~) x- c) c欢迎讨论。
" @/ S) W" d1 G+ M! I
1 t5 ]4 W8 S  A8 W1 g$ W- 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。8 ?2 N9 D1 q7 W
  G: C. a$ v9 y( b% z
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%。7 b; q2 k& T0 s2 k7 N: ^

7 V7 l% V- M( H8 q( o) p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

大黑蚊子
  • TA的每日心情
    擦汗
    2026-3-17 22:01

    • 签到天数: 1133 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
    1 s% |  p( t) O( y欢迎讨论。
    , q; o+ l% j) r/ F4 E
    9 y$ a7 ?8 Z6 U/ T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 ...
    % y+ B9 s' s. V  n7 k0 P
    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 E* E: i6 b9 T9 U
    显卡用的是3070M 16G，环境是Ubuntu 24.04.2' G1 P! ]1 }" t; O9 ]* u) _) t3 s# F
    输入大概是10不到一点，输出大概是5，勉强可用, u" ?  d; P: k7 A
    因为都是整的垃圾配件，总体的成本大概不到4000人民币
    + D& A9 }/ M8 Z# `
    & m, g" J" P/ f$ s( \+ j我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    & S8 B4 C; ^( B$ K2 ]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

    数值分析
  • 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9 {/ x9 T( A$ l- i* f; G/ Z' V
    https://www.pmtemple.com/academy/17340/. _' d8 K* l. w  N# F3 w
    回复 支持 反对

    使用道具 举报

    孟词宗

    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
    ( a  I- Y4 q$ {3 b& N4 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
    7 |7 ]& C/ P0 n显卡用的是3070M 16G，环境是U ...

    ' }2 b+ V( C0 b) _4 Q
      ~* `9 u" `) n" L1 l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

    沉宝

    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
    0 D  t+ K* e/ s' J* q5 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$ s2 M& Y% ]9 q& V8 O, B! k
    显卡用的是3070M 16G，环境是U ...
    8 s, g+ K/ j, V/ b
    这做得很厉害了。点赞！
    回复 支持 反对

    使用道具 举报

    沉宝

    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
    ' R. A7 Q" k( k: |6 Y这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的/ l) c! L8 x& l- Q) R6 s) r
    https://www.pmtemple.com/academy/ ...

    # e, o! U4 r4 [/ d7 ~这么多案例，很有参考价值。
    回复 支持 反对

    使用道具 举报

    孟词宗

    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。
    4 i( O( w3 L2 M3 R) l8 [
    - v7 x. b' _& y3 v0 J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

    孟词宗

    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( }; i& y' \! }" m& c
    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$ [$ @7 k' N  j5 y9 e
    显卡用的是3070M 16G，环境是U ...
    8 N8 U/ v. A4 }) y- O
    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

    雷声

    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 10:413 ~  P) D" E( d
    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 n- A2 _, B) {$ ?
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory." m. I) l1 w; {* \

    : e3 {& p1 c" O6 u3 L+ y7 sThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    ; h! f) T* w. z( b- iThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 8 {' {4 t5 O% R" z* E  H
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory. Y5 Q1 |% _, h8 ^) K/ n7 ^" ^
    " C) c2 P7 D7 }) i* a$ q) r
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    % n# B% F1 X* {. L3 ]Z840倒是不值几个钱。
    回复 支持 反对

    使用道具 举报

    孟词宗

    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 ( ~7 ^2 c7 T- o3 `6 b- O
    雷声 发表于 2025-4-15 11:18+ M/ V" e6 F8 a2 m, J) T0 B
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ( X2 Y8 V) I; M* m
    ! X/ r- i- x/ s) c没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    2 ^8 @- Q4 W! K0 }% q* Q. }% C& D( J' l% v$ ]- g* F
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1% H' p5 {& D% D6 e2 z! M9 m- j
    / o+ W& Y5 g1 y; |2 H9 O! N
    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/ s8 F/ O7 `' [' i. _
    " h' \3 }5 A1 [6 K, V. F7 M2 l
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    3 }9 g; J) s! ]9 I4 {# k
    2 Z3 c$ u* q1 h6 n; i' X& R0 c
    1 l7 a2 Q0 K. D# f, ^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

    孟词宗

    该用户从未签到
    31#
    发表于 2025-4-15 12:14:39 | 只看该作者
    雷声 发表于 2025-4-15 11:18# s8 z$ y% z5 j2 o2 N$ I2 n3 X$ g- L
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    5 d# x7 k# o' M! m: `+ Y1 z
    5 j: x8 q0 ~" A* j* r9 N, i9 s
    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）。1 g" \0 M, p  _/ l( O, B

    * Y% Y' y! l2 d' p  o) R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

    nanimarcus

    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 K2 G3 X$ R0 x. r# B' h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 z1 `% U2 w. C" Y" U' D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。
    ' J+ i* `; U5 ]0 d* j' _% V. K  o我的GPU上的CUDA跑满都可以控制在80度以下。
    ' S% }9 y$ `6 M% D2 i: L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

    孟词宗

    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。8 f  f' |2 d! W% \! D

    ( n+ l0 S  |$ l1 z$ 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。
    2 s) E/ s& D* I
    # h' O- Q' E6 Z+ [8 i+ u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。
    . r) H6 ]8 j( e3 i
    & o! Y) c2 v  Y0 f" [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。
    ! f6 z2 `" L' ^  x
    8 ]8 `$ J; b& ^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。- D# e2 `% x2 l) B" S: @

    6 I5 {: |$ |* L4 w3 e/ H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。
    * q" ?! ?- a9 k& G2 C- i$ B7 e" c! o; k- A" s9 Y. A0 h
    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

    孟词宗

    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" ?7 W4 D. z( a/ G
    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 ...
    ) d/ N) I! n5 V$ F% 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。  u+ Y/ x4 F9 F8 R: k+ n7 m$ \" O
    6 r6 V% N, |; b  |/ R- q) `* U4 N" M
    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

    nanimarcus

    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 14:126 w3 ]2 l* T9 |! e& `# r2 V3 J; [
    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 ...
    ; f. z  B, t$ g" q
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    & D) a& m! H; |+ \
    3 P% F0 c# D4 @! K$ M所以总认为机箱敞开了另外架个风扇吹特别有力，至少视觉上如此。2 Z1 F4 s0 G# ?" o( o4 ?9 z

    , b7 t* n9 X7 X) \0 Q所以我的理想型机箱就是一个框架，其他统统敞开了，吹！+ k5 V; j* c1 T) `# b/ z

    9 s0 A# K7 }1 O4 t3 b3 |3 P* g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

    孟词宗

    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
      G- B: c; N2 ^我有点成见，总认为机箱上的风扇不够有力，呵呵。
    0 t8 F/ d0 V' q6 R/ X5 i& h& Z/ ]+ `1 a
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    6 ?0 V5 M+ v4 V7 ?: Q+ k; l
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    6 M) C3 |# A7 T4 m6 ^
    / R, W/ H) X7 F+ O/ l5 f/ q+ O% K6 T. n' C" t2 q
    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。
    - G4 g2 V0 {6 b( M$ H# f  m9 _ 8 ?3 R3 ~5 Z9 h6 i7 j5 W- P
    ) I/ y* W+ S8 X
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。: x8 j6 k4 G+ u: w& r: \; \" {
    回复 支持 反对

    使用道具 举报

    nanimarcus

    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   a  _2 b9 o$ {
    孟词宗 发表于 2025-4-15 21:45
    , {5 J  g1 p" l2 W7 gCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    + c3 y! ~6 b( ]1 H6 Z
    : F0 ^! q# m$ K! u; m
    这个确实很赞。
    : O" r! j$ D' X. |. O2 x
    & n# e7 r; r: F, J% Q第一三张好像放不了全尺寸显卡。; I# |; b2 K1 E1 s0 X+ _$ H
    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

    孟词宗

    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 23:265 s  p# b- g) X5 L0 p
    这个确实很赞。
    ' |, s# Q! q. m9 E4 L- P
    : I* L& ]( j, k! t6 h6 _% o' {$ f第一三张好像放不了全尺寸显卡。
    * j- x! V& w- J' T: U) y& U- v
    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

    雷声

    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
    7 w+ w& E% d$ i, f* B$ u没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    $ F* D/ y$ C' K
    4 F$ V# X) S, J$ Thttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    7 \- u9 z0 l; {
    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 w" Q% r2 o+ ]/ n5 q
    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。2 n9 N0 u# }. D2 ?
    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

    孟词宗

    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 * ]2 U0 U# A4 C  E
    雷声 发表于 2025-4-16 07:27
    4 ^$ ?4 Y( N) o, ], J2 Y& S/ LHP 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。 ...
    4 T- N; M, @3 t: F) G2 @/ d

    ! d! O1 u7 ?% J7 l5 v) aHP 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。! h2 s' V8 \4 a) r4 M
    ) D8 `7 u1 `* W) g
    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。
    5 G* e, R( H& T2 q# Z" b" T
    ' ?1 S9 _9 l, E( j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

    下一页 »
    123下一页
    返回列表 发新帖

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-4-28 13:22 , Processed in 0.082738 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