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 14:106 l0 a/ |3 [% [2 O
我建议你再看一下KTransformers的相关资料' w' K; S& A! 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 ...
6 E9 z! L3 e/ t3 e, B
欢迎讨论。. T+ @% I! T0 E

  X1 y  ~! R9 I" ~' v* n' L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。
% x$ v8 W; K( V( X7 @
0 H% a9 z, x5 f7 |5 E6 JCPU/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%。/ R( K! t; G( T6 h

: v3 n: f% U% h) [4 R9 L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& C  i5 c2 x: s% E" M$ j欢迎讨论。4 c( r& |& W5 R& G3 r* e+ P
    ! j- ]" @* o6 \8 n. c
    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 ...
    % I1 s7 F3 x4 l9 g0 g$ D
    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
    ; M( c; z- i  d, `: s1 g  p显卡用的是3070M 16G,环境是Ubuntu 24.04.2  |0 ?' K8 E) Z/ d/ m
    输入大概是10不到一点,输出大概是5,勉强可用
    ; a3 C# ]6 e0 l9 |, T因为都是整的垃圾配件,总体的成本大概不到4000人民币
    . o* [" n. k9 O% a& ]1 {* m& H2 l" u; D- N' J3 `. J% R
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    - @# `# U" P3 }1 d7 J, e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
    2 小时前
  • 签到天数: 1926 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: B4 w: [% e, j, j- E/ o
    https://www.pmtemple.com/academy/17340/1 F+ C' N7 c: d" A1 E' x
    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% _& G+ T6 Y* ~2 `: ?) N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$ @) n* a0 _4 Q1 n: X4 T4 V+ B5 w
    显卡用的是3070M 16G,环境是U ...
    $ ~0 X; t: ]2 X, w$ M9 @# I

    6 P% A% G6 D' J2 {/ o0 W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% _% G& H) v+ ?$ P9 x- 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
    + s7 l# I5 l- s, j4 y3 r3 y显卡用的是3070M 16G,环境是U ...
    0 l9 K3 e; c9 V% y% b: t
    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
    ; g+ l1 H& K( J. v这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    ; `" c# v) Z+ a' z" [0 t- Shttps://www.pmtemple.com/academy/ ...
    # z' {2 p1 H8 e$ t: 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。; J1 K* [/ D9 D" ?5 Y4 p

    0 H/ k* X. ~; o' c: e1 Q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
    8 R' ]2 l1 l0 Q* g) K% a/ Z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2 ~) S$ I* [8 S$ P$ ?
    显卡用的是3070M 16G,环境是U ...

    1 S% s+ c1 {8 ~" O: U6 \4 {# ~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
    : Q$ |. i- y2 M! k0 E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 ...

    , K* X: ?, Z0 M% B8 m6 Shttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    9 L6 X8 h& v7 E0 A  `9 b, z7 Q
      ?4 L) |. s  H7 O2 T* n- i, B8 n9 IThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 9 Z8 s! y6 Z5 |, u
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    $ q  G' W8 ?9 c; k1 yThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    / w) q2 H+ i& \, k4 r) k) e$ L8 p  o1 s  l6 J
    LRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
      v# U1 G7 S7 ]/ @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 1 J/ r! d# i* X' `8 m! I
    " X# d/ _5 x' h9 d

    : V% k: T+ i) k: x$ s没那么贵,Amazon 上一条才 $239。16条也就$3,824。* M  }1 g) [3 D- B! ]& N7 p, Z

    4 A0 _3 U" [  i) {* c3 @https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1' @' ]* r/ y* C6 y- |, h/ e8 A

    % G- q1 S' v" R9 [8 _% 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. W9 Q& Y9 a! H# j) F
    * p' P6 b; m8 s3 r# I
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    / C2 _/ j: V; P) g& Z
    " [* n* D0 q# c; ]
    ! X- h. [# C6 z9 u! `/ l% s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
    7 c' v) U  {7 L. u$ ^+ _
    " L9 O+ F" b# H7 P, b9 b
    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)。
    & P# W* u# T- r( H% e3 K& _2 W* ^$ d/ X4 {$ P5 h$ B* ?
    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。
    3 n* b, f3 k$ ?; u2 }1 n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。
    5 p2 E1 G- r9 }0 u+ N. D0 R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。
    * t0 [% f3 [6 W* U1 K我的GPU上的CUDA跑满都可以控制在80度以下。  u+ J! Z* U( y/ E  u5 f9 ]
    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。
    1 x2 H1 h3 Z1 G, V: P
    3 `/ f; [' ]: j4 c; I. i6 n! \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。
    ( F  E1 u1 |* t3 V  ]; S( g; J* ]+ v/ q" r1 o3 Z3 j+ O& x5 p
    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 A" ?- Z7 U  W/ f; K3 D' R& {  y/ A8 @1 E# ~. K0 G
    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。9 J% V9 ~) b/ q% {( Q$ j3 K
    9 a: d/ }0 G0 ^2 l. }
    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。
    + U) ^# ~1 u- l4 a$ c, A* [6 h, A
    - I9 @6 b- a( f& D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。4 ]8 f, L( R  w8 V# J* G  M
    ; F/ q/ `) u% }/ ?5 B* f
    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
    ) l0 I- S, H+ o# y! O5 x% 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 ...

    2 s* X: H6 X2 }; R, K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。% e) u; D! ^  `# p. J/ S. n, D: Z! J

    6 z1 X* J. X! L0 h0 D% gCPU 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
    + l1 D9 D2 O5 w; e; d5 z6 u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 ...

    7 Y% T" _: F2 ?' U+ [$ |' j我有点成见,总认为机箱上的风扇不够有力,呵呵。3 R* ]5 ^+ h; O- ?" i% D9 U4 f

    1 ?! `- W: Y/ R5 e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。
    7 V+ t% k3 _3 [+ p! e& i9 U8 O0 O8 t/ E2 `/ ]
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!
    / p7 W7 ]* k* x* h2 c9 e4 i( _" 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: f9 k' f4 X  y1 w, B
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    ! y- Y3 c; D. u8 y9 ^/ T/ s9 T4 `7 O6 M+ |; h  n, s6 e
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
    # \+ Y5 f# B8 l0 n
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    3 {$ Q! W9 I$ l1 ^. ~ 2 G9 c) `" y. e6 s

    $ ]5 G+ b* X0 K& M$ i2 H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。
    . D: _" `' t0 l8 q9 O ) Y$ F6 k5 A$ q" K9 T1 B& ~

    : Z( g/ g( N& x- F1 Y所以一般都是挂墙上的。造的好点的话还是挺科幻感的。: m- H& o( ]' h* U+ t
    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 t. f2 ]' Q* v+ F+ ?
    孟词宗 发表于 2025-4-15 21:45) w  V% n$ e* @8 {) N
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    8 `( o# E2 K) V) q9 C5 |
    0 `; `, L" }/ G7 B" q% p4 `这个确实很赞。
    ( C5 c# i" S( P4 b9 Y: ^
    3 ]$ M8 l6 G6 M, x9 R* H. U3 @5 A8 N第一三张好像放不了全尺寸显卡。
    7 U4 O0 v3 V9 [; h+ U% t5 U7 e* x/ o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 L, ?; [. T% N! E5 b2 ~这个确实很赞。
    7 ~. ^/ \% O; Z6 m) V2 c" z! f4 z6 f( a9 M
    第一三张好像放不了全尺寸显卡。

    ; j* J0 y/ T& P; V% b. Y5 ?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
    ! s& k- B! E$ x% M没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    " W& Q+ d6 L, j& ~
    + H- g6 U0 E  Ehttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    4 B+ |  W$ H5 r" d" 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。: ~$ s- Y& \0 U/ Q* w6 c& i
    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。) o5 t* i% ?2 Y- [$ M
    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 0 _* P2 Y1 Y1 D, e
    雷声 发表于 2025-4-16 07:27
    , y* `7 y5 J  F, V! H# {' i( yHP 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 H3 w7 R3 W/ O6 r' }  C

    3 W: Y# F" X& v/ A; yHP 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。
    ) R5 i6 W' O( {- u6 Z" O6 l' K' I4 S- \2 W4 d
    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。
    7 _1 P) A5 g6 f; i9 L0 s
    + [  T5 O( ?7 [$ f+ @2 {% E( D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, 2025-7-4 10:56 , Processed in 0.056808 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