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 14:109 [4 D+ i+ Y. t' T
我建议你再看一下KTransformers的相关资料5 l7 E1 f' I" @$ D9 X
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 ...

4 D* g. X" {. R& W/ v欢迎讨论。7 A) f7 J; P9 z6 ~; c6 x" n

. b5 P8 P) e, @7 a5 d, y( T9 ]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 N9 X8 N- K! q, t1 i: y

0 g3 A& L# v  U# Z$ T) Z5 F/ _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 p9 {+ _/ T0 f* e
& t5 p- O/ Q# {: @
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& Z$ ]! I( k- v% K! B( Z" f) \) N
    欢迎讨论。7 a* X" |. ]' |- g+ r

    # v+ p; K& C) {4 q1 ]1 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 ...
    1 ~7 |3 A% b( 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
    & a# Q. E# K" V* [* q% @1 \/ }显卡用的是3070M 16G,环境是Ubuntu 24.04.2! t$ |5 _5 ?* J: E# y6 X% [- I
    输入大概是10不到一点,输出大概是5,勉强可用
    2 [  ^5 [, O' h1 O: V因为都是整的垃圾配件,总体的成本大概不到4000人民币- K: r; [  g: t% e- |& s; r
    " X6 a, o, d% T
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    4 H; Q9 D) x) o; V7 g) K9 C8 M! k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* Y- I5 ~5 l6 \, m! b3 s# W+ r
    https://www.pmtemple.com/academy/17340/
    + [- ~8 G. a7 i1 _
    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
    4 r2 P/ p! Q0 t: f# 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
    ) K3 L  v  N  p0 Q6 o显卡用的是3070M 16G,环境是U ...
    & d/ V- o7 T( T+ f3 K

    ! A. N# @+ |2 F, _" f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
    : C+ Q8 W* d7 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
    + O* w. C) t: h显卡用的是3070M 16G,环境是U ...
    " o% i. `+ q8 Z/ S1 W
    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
    5 [: t8 ^0 `6 k" T这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    ( u0 |7 @3 h$ nhttps://www.pmtemple.com/academy/ ...
    ! l0 _% l; K5 U4 v
    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。# V( S) e( S# h- S+ I2 d
    6 L8 f, N8 L" H& z" R& W
    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
    + T: X; Z3 T2 |1 [" f- 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: c, p3 ]: A; Q. y4 E6 ~% S
    显卡用的是3070M 16G,环境是U ...

    3 y. T8 X7 m' u1 `! |3 z& c4 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。
    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- P" ^$ i. z4 o) n& h
    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 ...
    ! f2 h& Q' Z4 o! j( u
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    5 s- m7 a4 {% R0 e/ F) [) J
    5 S- I2 V" D0 TThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    1 B" M3 F% a: y! @$ gThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). % V/ [5 O4 }. t* X+ ^! S
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory3 V( e3 {4 z* y9 m- U5 @; N# O

    * M" B) h) S: n# K; F, o6 {9 [1 }LRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。* c' ?/ S! a! U# V0 V+ M) _
    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
    4 f! Q) ]3 E0 B# U6 ~; X4 Q
    6 ~$ R3 b& ?' X2 n- I& U
      ^' a. ?0 r2 Y没那么贵,Amazon 上一条才 $239。16条也就$3,824。" g% `% N, v; _

    5 u, B' v* b* l" P& u3 ~( N! jhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    $ s0 n, H& g: s9 j# D1 v
    9 L: u5 @6 b: R( B9 T* M+ F2 X1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1$ ^$ O. r" P3 J/ M

    3 D. Y" }+ F) ^& U7 }5 r但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6* ^  Z7 |" f  |' [

    4 S* ^# h' D* U0 }+ q. \( b1 b' I, }: e3 T9 g) ~  ~
    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
    ( s' `9 E* H% ~: k( j: T7 G
    6 L. X4 I7 T2 E4 l
    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)。
    9 b) F4 r( a8 r! t  v9 h2 M6 o* C' _! \  J- p0 u/ z
    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。+ T: n5 ^/ |2 T$ G0 S" 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。
    & t0 M) S6 J# `( e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。
    8 L* b" w  N& _2 h- C! m& b我的GPU上的CUDA跑满都可以控制在80度以下。
    2 P2 o  T. L; J2 V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。
    ; @: u2 b- N1 w( `" Q0 G; o% O9 _, k
    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 h  i0 Y7 t2 V
    : I- \2 A' ]  O' c1 ?
    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。0 u9 K/ \% [; U" l; g1 i# K

    ; y: u% s' {# Q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。0 U8 w2 ~: G" @3 w

    ( [! b% P9 e( o# W! A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。
    : }9 u/ j6 }4 W, h7 k
    - `' M! Z# d) y% w& Q* f7 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。
    ! ^, x% F8 ^) d0 ^0 Q: V! S8 p/ n9 R5 u
    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
    ( N- x& N: b- j( D* ?) A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 ...

    & _! k7 F. x& _! R2 b2 o% W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。9 k$ i5 k9 [& Q  u3 j

    / L8 W( v: N  `; Q. d. r* 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
    . A  w* Y) @: @# 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 ...
    % c% X! r8 Z3 p" @6 ?! A
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    1 {( C$ m# x2 @3 p7 ]% t# N* `5 ]$ B- i- Z( X. @
    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。. H5 i  l; F6 Y0 O( u5 z3 j
    ' L  J; d8 t: Y! g- k
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!- l7 }9 T3 \/ w

    0 r2 F- K7 I6 i4 J% `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
    . G5 s! i( I6 h2 }我有点成见,总认为机箱上的风扇不够有力,呵呵。
    ( \" Z% Y1 |+ J+ A7 ~# V/ X. E
    ( o8 D+ k9 X8 `; _" T$ F+ P2 s所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
    * {9 G- m0 ~* ]; p6 k
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。7 n% I  }9 @8 \  n5 O0 R6 k
    9 o1 `/ R6 s# ?& q! \
      o0 }9 M# N  h6 C* ~' F3 l* a
    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。2 J/ x# I( u0 b+ L4 @1 ?! w
    7 ^0 L( s" c' o2 [( p' J

    ( T, v4 f% J) h( b' P所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    # k) B$ U* W8 M
    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
    ; \. Z. o4 w4 o. r6 E8 Z( \
    孟词宗 发表于 2025-4-15 21:457 `1 I7 M* m$ M+ a
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    + ^4 `- _5 {" U0 q
    6 Z$ w6 e+ I  ~这个确实很赞。
    " S) g$ t; A9 C
      B- a, D5 N+ @$ a7 O% P; j第一三张好像放不了全尺寸显卡。- M3 d. D! Q# J0 |, P
    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
    2 v$ d- q5 c9 t: l7 ?- {这个确实很赞。
    7 @: E2 ?) _" d, X4 T. @0 {, X2 V
    8 c! U( l# A% }) @* W第一三张好像放不了全尺寸显卡。
    $ l% Z6 A- g& z+ q( Y( 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

    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  r7 D- E  b0 f$ r. h3 Q
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    # x7 P: E1 Y- o) Q5 m' S% f9 G+ P  H
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    + ~0 ^1 ?8 j7 i; d9 R+ Y# |( e
    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。5 y" G' }5 H& d- E
    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。
    ! P# {( V9 u! O% q- T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 9 U. C6 M5 ^; `2 a* h9 A/ L
    雷声 发表于 2025-4-16 07:27
    9 s/ S: ]4 R( f1 d! p* d& KHP 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。 ...

    # h4 n+ |; a0 T6 P$ _, {: {- V' R
    ; G2 |$ @: T3 y. e" @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。
    # @# [0 j+ R: ]7 p
    : m* O7 C* \8 h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 A0 ~5 z5 N* V6 y! h7 w

    " `" b" ^, D5 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, 2025-7-26 13:35 , Processed in 0.047111 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