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 ...
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]
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 14:10
1 M4 c$ D4 e- P5 A( k. `我建议你再看一下KTransformers的相关资料" e# X& m* N  R1 X/ R0 a
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 ...

3 S8 f, a2 K  f欢迎讨论。
) ]8 ^2 h# m! D! z: O/ X+ N# C1 m
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。
; J7 K7 @- K1 i) A- c6 Z9 V, |2 o% h3 ]- \$ J' h8 j% y
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%。$ P8 N, z1 p1 c
' k' c+ x+ 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
    怒
    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
    ) y3 J" c* z( g" }欢迎讨论。6 X* y! ^1 U. ~) g3 ?5 m$ ]- J

    5 b8 R# ?& v6 V; z: m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 ...

    # N9 U; |: n9 p" Q  A( 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
    * u+ h9 x" S! [% A$ E" L7 O显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    * E  J' v1 O* e0 Z; m$ M输入大概是10不到一点，输出大概是5，勉强可用8 I8 y# z4 ]% p7 A# K- [* ]+ X9 r
    因为都是整的垃圾配件，总体的成本大概不到4000人民币
    . y% L+ J8 P9 h. I9 e
    * i$ N/ v' O& C8 X# o" f* e我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出- O# f$ e! C7 G7 ^9 _; `
    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
    2025-10-27 04:12

    • 签到天数: 1953 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
    " M# h4 i3 \8 C6 e1 O' Y. E2 @7 Ahttps://www.pmtemple.com/academy/17340/
    . z1 ?1 J) ~1 `4 S% g
    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
    - l' G, R* ^7 _8 [  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' G. ?( W4 G5 C/ E6 O0 Q
    显卡用的是3070M 16G，环境是U ...
    1 d  R6 l# p  s

    8 p* }5 o  Y) x) A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 22:251 q0 r) e  y# J* n9 W& T$ 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
    9 N( ]. E* Q2 @4 ?显卡用的是3070M 16G，环境是U ...
    2 k" @9 q6 C, [+ G; 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: @( s4 R4 o6 T' v. _* Z( A
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    8 h& u' w, T2 t" j! j) @) phttps://www.pmtemple.com/academy/ ...
    " E2 Y4 _- Q% L( B
    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。
    9 P; Y. K0 }' O% O0 k! N- n0 D9 v: J4 }0 u$ N# T9 a
    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  E3 I: Z& Y- ~: O' d& 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
    . L! o3 r' E! Q$ U1 [2 q( d( v% g显卡用的是3070M 16G，环境是U ...

    0 l# d0 H0 g0 a) ~) [8 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 10:41! L4 W+ D, n/ r
    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 ...

    ' W8 v# s3 {' h5 s8 d, chttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.% I  N- ~" M! \0 X) ]' g
    ( W5 F& d" C  \, s4 a
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 2 l1 ?8 M; w& e. n
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    5 ~. ]3 i4 d% R# F2 j5 e  A- l9 N' jThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    6 F' a5 Q% w+ H" N/ h3 T2 K7 [, M1 k- N4 i9 I6 s
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    3 @/ X; ]: U. _- q, v" k: `; iZ840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
    ) U7 e$ m) Y2 t
    雷声 发表于 2025-4-15 11:186 i" G9 i; E4 D: U0 i5 @
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ) A  _  a1 g1 {" X/ L; r
    ( w  |# U3 N- h; Z7 I没那么贵，Amazon 上一条才 $239。16条也就$3,824。1 J; p6 E+ y) M) e" z9 l0 D6 m

    : I! K! |1 H* Z2 @! c6 i1 ^' g+ Ihttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    9 g! D6 v+ R( N3 A) c' C# C3 ~( j% D9 \
    1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1% H6 f" D9 q& Q$ S9 I6 Q' E
    " Z: r8 ^/ C: Y, J: L
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6; v( ^$ j# e* ]% i6 v* O
    8 }4 ?" i) Z: M+ C

    ( {, A( G. N" }. P7 l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 11:184 N" w8 M$ ~5 l8 O, X0 z
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ! ^- H9 B$ s  N- |! P
    8 c$ q% v8 |0 W2 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）。$ K  l: s1 d- t

    ! O8 z6 U! O$ G7 \- _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。, N+ M: f- f. y) H# k8 Y
    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 J1 W6 R0 H4 L* F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。
    - g; y& G- [$ l' m& J) @: i. g6 F我的GPU上的CUDA跑满都可以控制在80度以下。" O$ C& {4 q& v6 J0 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。" G0 N, P- Y" s3 _; n

      Z( f5 p% R8 C7 t2 r$ @3 C# D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。
    # J7 G* c* E, N. w$ Y" t$ z9 N+ r, o: k3 C/ N+ O3 E' O: v* l
    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。* T+ y# S8 N2 `. w& Z  `2 T
    $ \% d  H2 t+ Z$ B* G: g' ~4 i
    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。
    6 L7 K  ~- b7 j3 A# [4 \3 A; l" G- R3 e2 G& C2 Z
    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。
    ) T! j- T3 o* ^9 \: [# |) g7 J* Y9 w  c% A3 w; S( 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。
    9 g( L) |& k, {4 e: r* O, j1 n9 A* q* f. Y6 _( C: |
    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* ]% \0 R4 V! T% x" H0 X
    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 ...

    # X6 D6 {$ N2 ?7 G8 M1 `( p4 r3 ?, h0 S4 G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。
    # C" a( W' _" a8 J7 |- e2 I6 L# d; T7 ~" J% e9 p
    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 14:12/ u8 e9 p6 Z1 Q( y4 K2 c! A
    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 ...
    1 s- W. \1 Z7 |9 |/ u
    我有点成见，总认为机箱上的风扇不够有力，呵呵。5 p5 A4 y, k1 E" q: r, m* w
    7 T3 M5 X& K" z
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视觉上如此。$ @: j, _& T. e9 u% s: \' B) T
    * _. p) y6 ~. t1 m
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
    . a$ w$ I3 R0 `. h. n3 o* C
    . J/ Y8 U/ A& N$ ?" h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
    5 t* ^1 ~3 I1 g( G" f我有点成见，总认为机箱上的风扇不够有力，呵呵。
    : L' c2 s3 w; f1 u  J. s- i3 |7 P2 N% [5 L, I+ \3 U+ N; p
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    + S' A. M* e  Y
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。" g* [/ K. }6 i  L1 d  C  ?

    - ^: j$ Q3 t8 {) c
    . S8 ]8 T- D) G5 X- ~4 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。( m; X2 O0 K; L
    * S3 H7 _; C2 i% K$ l& o
    % o$ k7 F5 S6 Z) w
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    ) Z1 A3 O0 R  V
    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
    1 m( f5 L, r# _+ I! N
    孟词宗 发表于 2025-4-15 21:454 Q$ i& Q1 `3 g4 C2 u2 d& v6 \+ C
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    2 S& D* D- }  W8 U; s' i2 A6 Q0 p
    8 S7 M1 n8 p3 j这个确实很赞。
    4 d- {( c9 g+ h  p& b5 W5 M4 w+ p8 i& U" i
    第一三张好像放不了全尺寸显卡。: g9 }0 s+ v. N/ s4 l" y
    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 23:26( ]6 v4 I9 D3 X! v
    这个确实很赞。
    ; i$ V( o6 U9 Q
    - e. ~0 g/ m' C. V' o第一三张好像放不了全尺寸显卡。

    ! }( O6 @8 j8 K" z$ 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

    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$ X5 F. I6 N  t6 E' f/ ^
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    2 v2 X( j1 q# Y8 T1 X( N" m" n2 L: Q+ @  N
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    - v; o5 _2 E& t' g4 M
    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。& k! A  V7 ^5 g' L9 P. [9 \
    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。! g: n3 N; Q! x5 ~
    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 $ X, a" d% ?6 ]
    雷声 发表于 2025-4-16 07:27, d: y) |+ r0 K6 f+ E1 T3 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。 ...

    6 ^7 z+ Y0 X7 k3 u) \9 ~6 M0 P( y) K+ S( |1 a/ \
    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。
    ( u& H* d; Z4 x- Q, g1 t: w: U  H1 T7 X( 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。- m5 |/ V5 E0 N
    0 p6 u* ?5 d- j1 x, a! N
    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

    12
    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, 2025-12-25 01:09 , Processed in 0.040119 second(s), 25 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表