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, m9 y/ p$ F/ o' A
我建议你再看一下KTransformers的相关资料
  ]9 @: \. t. n3 n5 W: J) r! I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 ...

: V0 C/ q% D7 p* p0 K. s欢迎讨论。5 @0 ]- ]3 P9 F7 d* E' _7 v3 ~
& e. r! G: }' ^! p4 G7 L2 R4 V
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。
' F: H# J3 V* d: @/ t( x; ?5 Z
* T5 `( ?3 m. G( ZCPU/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%。: X& U+ s, a" ?

# O  e+ X& ?/ r: j, _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% {1 ]6 I* d6 q# ]8 I3 e6 k
    欢迎讨论。
    - T8 ?/ d- K3 f. V! O" a* T/ p* x6 Y8 ]0 o! 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 ...

    & p$ a1 X" L( S, P' d, C( 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
    * Z" V. K$ U, x% b' ~显卡用的是3070M 16G,环境是Ubuntu 24.04.22 N( F4 C" Q5 _9 E2 a
    输入大概是10不到一点,输出大概是5,勉强可用: f+ ~( d' J8 N% E0 p
    因为都是整的垃圾配件,总体的成本大概不到4000人民币
    # p  ~% f6 S! Z! i1 p
    5 x9 c2 I. \+ ^9 c; Z; Q$ d& z; y+ V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 O8 a2 E! u- h! W- E. S
    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
    13 小时前
  • 签到天数: 1900 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- r6 p( Z1 T+ U5 p1 \
    https://www.pmtemple.com/academy/17340/4 p9 ]" i7 P) m' t
    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
    ; i9 G. r% W% p1 ]" @0 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
    4 Q  e. w( H* v9 b5 j/ F显卡用的是3070M 16G,环境是U ...
    " W6 ?6 A6 B8 r( R$ |% f, H) \' _

    * b* x8 P0 I1 l3 p! P; 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
    : W/ ~; v9 c# f% y& q- D$ 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
    4 c1 [- H! b4 r! ]% K! r/ c% n# E4 Q显卡用的是3070M 16G,环境是U ...

    8 u* u, ?4 [  S' [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
    * b' e: b( q+ a# x3 C这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    + E8 \0 E# q0 g1 khttps://www.pmtemple.com/academy/ ...
    3 ?1 W; h, b9 b. E* K
    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。* L0 A  B2 L1 C' g3 x" W
      \9 k0 C) y1 }3 l
    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: U$ s" C; \7 ]8 x' g$ k$ I$ 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7 {/ N; q/ @6 m& O/ z1 [
    显卡用的是3070M 16G,环境是U ...

    4 w( f5 a2 Q. M- N2 [/ m! f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+ S1 U* \* [5 k! M" a( Z) 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 ...

    : i* m# \3 u  D/ k2 D; x/ Qhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    . k) P$ Z: {) F1 J1 n, `* c8 z* ^2 ~2 f8 P
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    : L0 n& k6 ~" ?" H0 _This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). , F. `' c4 Q5 N) C& s: N
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory6 O# V- p  y  W- l

    ) p( x: j5 @4 V; DLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。0 }, H5 A6 m9 Y; z- {4 ]
    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
    9 i  Z3 a; p: L* X
    3 v/ X( {5 J- q' D% b2 T& f6 j4 n* e4 i
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。' P+ u; w: N/ @/ i: W

    8 s4 n" W5 |" Z- Xhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1* z0 Q6 S0 i, \
    ) W; w7 _1 d, q" {# V
    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# f- l1 X/ L+ }) D7 i; r8 o
    * p9 z7 J* _7 Z0 R
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6( g' n  b9 ~, g! {: Y/ t
    4 y/ z( j: L+ n# R/ u9 a

    # }% z* r9 p  @# T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

    ( O: R' r3 y. b" {/ w6 k" [, o+ p/ J7 E# H
    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)。5 d! a+ D! ~( m8 ^- @  ^

    ; ^6 j* ^' a; d2 v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。
    + h2 E2 a+ }+ A8 U% f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。6 Q4 K% Y' a% Q9 ]/ N0 p* I
    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。. [+ O1 U3 U/ u  _
    我的GPU上的CUDA跑满都可以控制在80度以下。
    / D8 Q4 t$ [$ U9 m. f; k) 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。
    / J  @6 V( K) q6 |4 Z' q
    # x  i5 w$ Y) E+ @) y8 t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。# g8 h0 ^5 N9 d- |; {6 }: H- U

    " c- g: r( [8 B& H& R' x( 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。
    : i" x& T2 f8 ]7 U  Q
    2 k- q5 I# Q' m2 C- H8 T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。/ O( Y) Y( L( i0 D6 Q+ O! b; \9 ^

    6 H& s3 ~! c+ x4 d! X  u6 o& 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。' m4 E- N8 B& W) t
    ; X0 J9 V" t1 Z6 R0 x: i
    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。
    ! w  l4 D# X2 G; i! _* E4 m( t, L& F! l! |
    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
    * f0 }0 T, l" e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 ...
    * G2 u, V' D  n! @1 d# p5 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。
    1 \9 }# m2 [" p" ?7 Y" N- H, D7 ~' b3 x% a
    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

    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
    ! \  b; ^1 o: T" r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 ...
    ( W9 z( k9 w+ k1 ~7 }
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    # f8 v' z: G! }/ ~/ y/ d  t$ m! _
    7 q: X0 I1 z' y4 l: 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。
    2 c5 }0 p) `- O# H' J6 g8 t: F) H6 u0 ?( ~4 d; g- }
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!
    4 [& k9 G6 t) g! l7 P3 |0 Z& x3 u$ N5 v. i9 v" N8 X. Z
    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; a$ s4 h4 B7 _( p
    我有点成见,总认为机箱上的风扇不够有力,呵呵。, w, K! G* T8 j# F# s* E( ?6 e

    , ^. S- M* G( q/ M+ R* Z) b所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
    ' ^& W1 N/ h8 V; q( f( z9 ]
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。- b! l/ W; @& b$ A
    ; \2 g6 w) X- E5 m. v

    8 E9 y' `6 I" s. D+ T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。
    0 p2 q6 R; r+ [2 C 3 i7 Y0 y& e! p) Y4 E" |2 @

    2 z5 s3 o3 F4 [- d% B所以一般都是挂墙上的。造的好点的话还是挺科幻感的。: m; s/ e4 D7 f8 X3 B+ t8 S1 S
    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( l  C( [; u1 R
    孟词宗 发表于 2025-4-15 21:452 Z) m- p( U# t
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    - F* m) i0 q7 ?2 R% a

    , @$ z# S7 Y$ H2 M这个确实很赞。% Q) V; ^+ F& A  o, V, k* B4 o
    * l  f% c! ~& d% _- E4 X' |) o
    第一三张好像放不了全尺寸显卡。
    2 z* N9 l1 b% h6 H% g% |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
    $ m9 Z4 g: ^! b/ T2 c* ~# n5 q这个确实很赞。
    ! Q3 p- l  p- Q5 ^$ K8 u9 H# e0 D& ~" H- N: n
    第一三张好像放不了全尺寸显卡。

    & d9 D3 c3 C6 ]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+ z0 E" \* H( ]1 t
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。# d) K, Y! {' J% Z  k8 z4 W4 u% T; L
    ; M, ~$ L- g* [7 ?" t
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    % j5 h) o4 S5 e+ k- X1 B
    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。
    # P9 ~6 z$ g. {9 ^) o, jZ6/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。: ^, i3 c3 C. K4 C6 R9 \
    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
    3 H2 A9 x) q, |# [* Q- L
    雷声 发表于 2025-4-16 07:27
    5 }! F! m; _8 ~' E6 F. c/ d; SHP 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 O  ^/ V4 P4 Q. C; b, }; R$ t! e& P6 x7 F9 A6 b% O
    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。. f8 J# ]" y. a/ Y
    7 s) l( A+ [% D- d4 U! |
    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。
    0 G2 \' \0 b7 O% H  }" e7 S' w% e$ O9 G1 E. a: C. ?/ F
    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, 2025-5-30 14:56 , Processed in 0.048051 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